جلیل سیفعلی هرسینی - گروه برق دانشکده فنی دانشگاه تهران
بابک نجار اعرابی - گروه برق دانشکده فنی دانشگاه تهران

در این مقاله یک طبقه بند مبتنی بر قواعد فازی با پیچیدگی محاسباتی پایین و دقت بالا، برای طبقه بندی الگوهای سیگنال الکتروکاردیوگرام ارائه شده است. در این طبقه بند ساختار قواعد و روش استنتاج آن به شکلی تعریف شده است که می توان از یک روش خوشه بندی فازی با نظارت برای یادگیری قواعد طبقه بند استفاده کرد. همچنین با کمک روشهای انتخاب ویژگی ساختار قواعد و تعداد آنها در طبقه بند کاهش می یابد. الگوهای ECG مورد آزمایش از ثبتهای نیم ساعتی استاندارد MIT/BIH در شش کلاس و به تعداد 500 الگو در هر کلاس استخراج شده اند. این کلاسها عبارتند از ECG-1 نرمان، 2- اختلالات بلوک شاخه چپ دهلیزی بطنی، 3- اختلالات بلوک شاخه راست دهلیزی بطنی، 4- انقباض نابهنگام دهلیز، 5 ضربان کند و 6- ترکیب ضربانات نرمال با آرام. بعد از پیش پردازش اولیه سیگنالهای ECG برای طراحی ویژگی از انرژی سیگنالهای جزیی شش مقیاس اول تبدیل ویولت استفاده شده است. نتایج این تحقیق نشان می دهد سیستم ارائه شده برای طبقه بندی الگوهای ECG نسبت به سایر روشهای طبقه بندی مانند شبکه عصبی FAST-ART2 دارای دقت طبقه بندی بالاتر و پیچیدگی محاسباتی پایینتری می باشد.

تبدیل ویولت – انتخاب ویژگی. ‐ ECG ‐ طبقه بندی فازی – خوشه بندی فازی با نظارت