CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Cardiac Arrhythmia Detection using Laplacian Eigenmaps and Wavelet Transform

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۳۶۶ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ICBME20_050
زبان مقاله: انگلیسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله Cardiac Arrhythmia Detection using Laplacian Eigenmaps and Wavelet Transform

  Akbar Esmaeelzadeh - Electrical, Computer and Biomedical Engineering Department, Islamic Azad University, Qazvin Branch, Qazvin, Iran
    Karim Faez (شناسه پژوهشگر - Researcher ID: ۱۲۳۳)
Department of Electric Engineering, Amirkabir University of Technology, Tehran, Iran
  Ayyoob Jafari - Electrical, Computer and Biomedical Engineering Department, Islamic Azad University, Qazvin Branch, Qazvin, Iran

چکیده مقاله:

Cardiac Arrhythmia is the most common causes of death .These abnormalities of heart may cause sudden cardiac arrest or cause damage to heart. This paper demonstrates theapplication of the Laplacian Eigenmaps (LE) and wavelet transform to the task of cardiac arrhythmia detection. LaplacianEigenmaps is a dimension reduction method which combines the benefits of latent variable models with spectral manifold learningmethods-no local optimum, ability to unfold nonlinear manifolds, and excellent practical scaling to latent spaces of high dimensions.In this research, two dimensional wavelet transform was appliedon ECG signal, and then a modified Laplacian eigenmap mapping was used to reduce the final feature vector size. Finally, a feedforwardneural network is used to classify ECG signal beats. Proposed Laplacian eigenmap were compared with other commonused Laplacian Eigenmaps. Results authenticate superiority of the proposed modified Laplacian eigenmap. Also, some waveletfunctions were tried to see their effect on the overall results. In thisstudy, we achieved average positive predictive accuracy as 99.14%, total accuracy as 99.13% and average specificity as 99.83% on MIT-BIH arrhythmia database

کلیدواژه‌ها:

Cardiac arrhythmia , Discrete wavelet transform , Laplacian eigenmaps , Feed forward neural network

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICBME20-ICBME20_050.html
کد COI مقاله: ICBME20_050

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Esmaeelzadeh, Akbar; Karim Faez & Ayyoob Jafari, ۱۳۹۲, Cardiac Arrhythmia Detection using Laplacian Eigenmaps and Wavelet Transform, بیستمین کنفرانس مهندسی زیست پزشکی ایران, تهران, دانشگاه تهران, https://www.civilica.com/Paper-ICBME20-ICBME20_050.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Esmaeelzadeh, Akbar; Karim Faez & Ayyoob Jafari, ۱۳۹۲)
برای بار دوم به بعد: (Esmaeelzadeh; Faez & Jafari, ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۹۲۳۴
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.