تشخیص بیماری های نیوکاسل، برونشیت و آنفلوانزای پرنده با استفاده از سیگنال صدای قلب و ماشین بردار پشتیبان

در این پژوهش روشی هوشمند به منظور تشخیص توامان بیماری­های نیوکاسل، آنفلوانزا و برRBFونشیت پرنده از روی سیگنال صدای قلب پرداخته شده است. در ابتدا جوجه­ها به ۴ دسته تقسیم شدند. یک گروه به عنوان نمونه­های شاهد در نظر گرفته شدند و با ویروس هیچ­گونه تماسی نداشتند و ۳ گروه باقی­مانده به ترتیب به ویروس­های نیوکاسل، آنفلوانزا و برونشیت آلوده شدند. سیگنال­های حوزه زمان صدای قلب توسط تبدیل فوریه سریع و تبدیل موجک گسسته دابچی نوع اول در دو سطح تجزیه به ترتیب به حوزه­های فرکانس و زمان- فرکانس انتقال داده شدند. در مرحله داده کاوی از سیگنال­های هر سه حوزه ۲۵ ویژگی آماری استخراج شدند و با استفاده از IDE بهترین ویژگی­ها انتخاب شدند. با استفاده از ماشین بردار پشتیبان و نظریه شواهد دمپستر- شافر سیگنال­های صدای قلب جوجه­ها طبقه­بندی شدند. دقت میانگین،  Specificityو Sensitivity تلفیق طبقه­بندها به منظور تشخیص بیماری­ها به ترتیب۹۳/۸۱، ۲۹/۹۳ و ۲۸/۸۲ درصد به دست آمد.

کلیدواژه ها:

ماشین بردار پشتیبان ، تبدیل موجک گسسته ، بیماری طیور ، نظریه شواهد دمپستر – شافر