مقایسه عملکرد طبقه بندی با استفاده از روش ANFIS و شبکه عصبی در تفکیک تاثیر موسیقی ایرانی بر روی سیگنال قلبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 642

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICFUZZYS14_090

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

در این مطالعه به مقایسه عملکرد دو روش طبقه بندی سیگنال قلبی (ECG) با استفاده از شبکه عصبی رو به جلو و سیستم استنتاج عصبی فازی تطبیقی (ANFIS) در هنگام گوش کردن به موسیقی و قبل از آن(سکوت) پرداخته شده است. بدین منظور سیگنال های قلبی 62 سوژه با فرکانس نمونه برداری 400Hz اخذ گردید. در مرحله پیش پردازش، نویز خط مبنا و نویزهای فرکانس بالا از سیگنال حذف شدند و در مرحله پردازش، 11 ویژگی خطی در حوزه زمان از سیگنال استخراج گردید. برای بررسی اختلافات معنادار در بین ویژگی ها از آزمون آماری ttest استفاده شد. ماتریس 7 ویژگی معتبر اعلام شده به عنوان ورودی شبکه ها به کار گرفته شد. ANFIS، قابلیت های شبکه عصبی تطبیقی برای طبقه بندی داده و روش کیفی منطق فازی را ترکیب می کند؛ در نتیجه با حفظ مزایای سیستم فازی هوشمند، نیاز به یک متخصص را تا حد امکان کاهش می دهد. نتایج حاکی از آن است که بعد از اعمال ورودی ها به هر دو شبکه و به دست آوردن میانگین مربعات خطا در هر دو روش، شبکه عصبی با مقدار خطای 0.0332 نسبت به شبکه ANFIS با مقدار خطای 0.117، خطای کمتری ایجاد می کند و در طبقه بندی تاثیر موسیقی بر روی سیگنال قلبی بهتر عمل می کند.

کلیدواژه ها:

استخراج ویژگی ، سیستم استنتاج عصبی فازی تطبیقی ، سیگنال ECG ، شبکه عصبی ، موسیقی ایرانی

نویسندگان

سهیلا حاجی زاده

دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی (بیوالکتریک)، آزمایشگاه علوم اعصاب محاسباتی، دانشگاه صنعتی سهند، تبریز

عطااله عباسی

عضو هیات علمی، گروه مهندسی پزشکی (بیوالکتریک)، آزمایشگاه علوم اعصاب محاسباتی، دانشگاه صنعتی سهند، تبریز

عاطفه گشوارپور

دانشجوی دکتری، گروه مهندسی پزشکی (بیوالکتریک)، آزمایشگاه علوم اعصاب محاسباتی، دانشگاه صنعتی، سهند، تبریز