طبقه بندی سیگنال های ECG با رویکرد بهینه سازی پارامترهای طبقه بندی با استفاده از مفاهیم استخراج ویژگی

استفاده از ECG به دلیل ثبت آسان آن، هزینه و درعین حال ثمربخش بودن آن، برای تشخیص بیماری های قلبی کاربرد وسیعی و قابل توجه دارد. در این پژوهش به مسئله طبقه بندی ECG با استفاده ازمتدولوژی می پردازد، که قادر به افزایش عملکرد طبقه بندی برای کاربردهای مختلف ECG می باشد. برای این منظور، الگوریتم جستجوی ترتیبی شناور روبه جلو (SFFS) با شاخص تابع معیار جدید مبتنی بر جداکننده های خطی اعمال می گردد. این شاخص به طور خاص طراحی شده است تا یک شاخص کیفیت در طبقه بندی آریتمی های ECG باشد. بر اساس این شاخص، مجموعه ای جامع از ویژگی ها با الگوریتم SFFS تجزیه وتحلیل می شود و مناسب ترین زیرمجموعه برگردانده شده با یک پرسپترون چندلایه (MLP) برای ارزیابی مقاوم بودن مدل موردبررسی قرار می گیرد نتایج حاصل نشان می دهد که با استفاده از روش های پیشنهادی، عملکرد به دست آمده درمطالعات مشابه تحت محدودیت های مشابه می تواند ارتقا یابد درحالی که شرایط مناسب برای نظارت بر رویدادها حفظ شود.

کلیدواژه ها:

انتخاب ویژگی ) FS ( ، الگوریتم جستجوی ترتیبی شناور روبه جلو) SFFS ( ، پرسپترون چندلایه ) MLP ( ، تجزیه وتحلیل جداکننده هایخطی ) LDA ( ، طبقه بندی ECG