طراحی یک سیستم هوشمند ترکیبی به منظور تشخیص آریتمی های قلبی با استفاده از استخراج موازی ویزگی های زمانی
محل انتشار: ششمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 680
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE06_038
تاریخ نمایه سازی: 1 مهر 1394
چکیده مقاله:
امروزه افزایش روزافزون استفاده از سیستم های هوشمند در تشخیص بیماری ها بر هیچ کس پوشیده نیست. در این مقاله ما نیز یک روش هوشمند برای تشخیص آریتمی های قلبی ارائه خواهیم نمود. این روش بر اساس استخراج موازی ویزگی های زمانی و همچنین ترکیب مجموعه ای از شبکه های عصبی که این شبکه ها نیز به صورت موازی اجرا می شوند. برای تفکیک و دسته بندی ضربات نرمال از دو نوع ضربه غیرنرمال استوار است. در راه کار پیشنهادی در ابتدا به منظور حذف نویز یک پیش پردازش روی سیگنال انجام می شود. سپس به صورت موازی و روی هسته های مختلف به منظور افزایش سرعت، پانزده ویژگی زمانی از سیگنال عاری از نویز استخراج شده اند. در ادامه سه نوع شبکه عصبی پس انتشار با الگوریتم های آموزش مختلف و به صورت موازی روی هسته مختلف به منظور تشخیص آریتمی ها آموزش داده شده اند. خروجی های این سه شبکه به یک تصمیم گیرنده به منظور تصمیم گیری برای اساس رای اکثریت داده شده تا نوع ضربه بر اساس خروجی سه شبکه معلوم گردد. سپس کارایی و سرعت روش پیشنهادی، ارزیابی شده است. نتایج حاصل روی داده های سایت MIT-BIH کارایی و سرعت بهتری را در مقایسه با روش های قبلی نشان دادند. سیستم هوشمند. پیشنهادی در این مرجع در نهایت دقت 95.80% درصد را نشان داده است و زمان استخراج ویژگی در حالت موازی نسبت به حالت سریال تقریباً به نصف (1.754) کاهش یافته است که این می تواند در کاربردهای زمان حقیقی و بلادرنگ و همچنین در زمانی که با حجم زیادی از داده برای پردازش رو به رو هستیم مفید واقع شود.
کلیدواژه ها:
الکتروکاردیوگراف ، سیگنال ECG ، آریتمی قلبی ، شبکه های عصبی MLP ، ترکیب طبقه بندی کننده ها ، پردازش موازی ECG ، ویژگی های زمانی ECG
نویسندگان
جواد حدادنیا
دانشیار گروه برق و کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی (نیشابور)، گروه کامپیوتر، نیشابور، ایران
علی اصغر زارع ثانی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی (نیشابور)، گروه کامپیوتر، نیشابور، ایران
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 :