استفاده از الگوریتم Early Stopping مبتنی بر خوشه بندی فازی به منظور کاهش الکترودها در استخراج سیگنالهای ECG
محل انتشار: چهارمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,360
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE04_199
تاریخ نمایه سازی: 6 مهر 1391
چکیده مقاله:
با توجه به رویکرد روز افزون دانشکمدان در استفاده از روش های هوشمند جهت بدست آوردن تمامی لیدهای استاندارد سیگنالهای قلبی از مجموعه کمتری از لیدها، در این پژوهش شبکه های عصبی به طور کامل مورد ارزیابی قرار گرفته شد تا بتوان با بکارگیری آن روشی را به منظور استخراج 12 لبه استاندارد ECG ارائه نمود. در این روش برای پیشگیری از Overfitting در آموزش شبکه عصبی، الگوریتم Early Stopping جدیدی مبتنی بر خوشه بندی فازی بر روی داده ها اعمال شده است که از ترکیب FCM و خوشه بندی تفاضلی بدست می آید. این الگوریتم امکان تقسیم بندی بهینه ی داده های آموزش، معتبرسازی و آزمایش را برای ما فراهم می آورد. نتایج آزمایش روش پیشنهادی بر روی بیماران نشان می دهد که در مقایسه با دیگر الگوریتم ها، الگوریتم ارائه شده از توانایی بسیار بالاتری در تخمین سیگنال ها برخوردار است. خطاهای بسیار پایین (MSE<0.0002) در مرحله آزمایش شبکه عصبی و شباهت بسیار زیاد سیگنالهای اصلی با سیگنال های تخمین زده شده (Correlation 0.98) بیان کننده ی این موضوع می باشد.
نویسندگان
عاطفه تقدیس
دانشکده تحصیلات تکمیلی آزاد اسلامی واحد بوشهر
مهران یزدی
دانشکده فنی مهندسی دانشگاه شیراز، گروه برق و کامپیوتر
سید علی موسوی
دانشگاه تحصیلات تکمیلی واحد بوشهر