تشخیص خودکار اسیدوز جنین با استفاده از ویژگی های سیگنال کاردیوتوگرافی و ماشین بردار پشتیبان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 623

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEECS01_087

تاریخ نمایه سازی: 8 آذر 1394

چکیده مقاله:

بررسی وضعیت سلامت جنین براساس اطلاعات قبل از زایمان بسیار حیاتی بوده و تاثیر بسزایی در پایش سلامت جنین دارد. اگر چه جنین مجهز به مکانیزمهای دفاعی برای مقابله با تنشهای ناشی از زایمان است ،د ر برخی موارد مداخلهی به موقع میتواند از پیامدهای طولانی مدت همچون اختلالات قلبی-تنفسی جلوگیری کند. کاردیوتوکوگرافی میتواند به عنوان یکی از روشهای غیرتهاجمی مورد توجه قرار گیرد. در این تحقیق ب،ااستفاده از ویژگیهای استخراج شده از سیگنال نرخ ضربان قلب جنین اقدام به شناسایی اسیدوز حین بارداری نمودهایم. در این راستا ت،ب دیل موجک جهت استخراج ویژگیهای زمان-فرکانس مورد استفاده قرار گرفته و جهت طبقهبندی نمونههای سالم از بیمار، ماشین بردار پشتیبان استفاده شده است. نتایج این تحقیق نشان داد روش پیشنهادی موفق به تفکیک گروههای سالم و بیمار با نرخ صحت تشخیص88/6درصد حساسیت 81/6درصد و نرخ قطعیت 90/5درصد ش% ده است. مقایسهی نتایج حاصل از این تحقیق در قیاس با کارهای دیگران روی پایگاه دادهی یکسان نشان از مطلوبتر بودن روش پیشنهادی دارد

کلیدواژه ها:

نویسندگان

داود رودبارانی

دانشجوی کارشناسی ارشد دانشگاه صنعتی نوشیروانی بابل

حسین منتظری کردی

استادیار دانشگاه صنعتی نوشیروانی بابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Saling E. C ardi otocography with or without fetal blood ...
  • Nickelsen C, Thomsen SG, Weber T. Continuous acid-base assessment of ...
  • Dildy GA, Clark SL, Loucks CA. Intrapartum fetal pulse oximetry: ...
  • Soothill PW, Ajayi RA, Campbell S, Ross E, Nicolaides KH. ...
  • M. Westerhuis, A. Kwee, A.A. van Ginkel, A.P. Drogtrop, W.J.A. ...
  • FIGO, Guidelines for the use of fetal monitoring, Int. J. ...
  • H. Gonc, alves, A.P. Rocha, D.A. de Campos, J. Bermardes, ...
  • G. Magenes, M.G. Signorini, D. Arduini, Classification of c ardiotocograph ...
  • J. Van Laar, M. Porath, C. Peters, S. Oei, Spectral ...
  • G. Georgoulas, C.D. Stylios, P.P. Groumpos, Feature extraction and classification ...
  • P. Warrick, E. Hamilton, D. Precup, R. Kearney, Classification of ...
  • Paul S. Addison, The Illustrated Wavelet Transform Handbook, Institute of ...
  • Ali Akansu and Richard Haddad, Multiresolution Signal Decomposition : Transforms, ...
  • B. Boashash, editor, _ _ Time-Fr equency Signal Analysis and ...
  • L. Wang, Support Vector Machines: theory and applications, vol. 177. ...
  • J. Spilka, V. ChudacFeka, M. Koucky', L. Lhotskaa, M. Huptycha, ...
  • Areias, P.M.A. and Belytschko, T. (2005), "Analysis of Three-D imensional ...
  • نمایش کامل مراجع