طبقهبندی اختلالات قلبی با استفاده از توصیفگرهای شکل شناسی سیگنال الگوریتمMUSIC و شبکه عصبی
محل انتشار: دومین کنگره مشترک سیستمهای فازی و هوشمند ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 554
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_330
تاریخ نمایه سازی: 26 تیر 1392
چکیده مقاله:
در این مقاله یک سیستم دستهبندی ضربانهای الکتروکاردیوگرام ECG)براساس الگوریتم دستهبندی کننده سیگنالچندتاییMUSIC)توصیفگرهای شکل شناسی سیگنال و شبکه عصبی برای تشخیص 9 نوع ضربانECGپیشنهاد شده است. با استفاده از الگوریتمMUSICشبهطیف سیگنالهایECGمحاسبه میشود. سپس 28 مولفه فرکانسی اول و دو توصیفگر شکل شناسی سیگنال، تشکیل یک بردار ویژگی را میدهند که بعنوان ورودی شبکه عصبی پرسپترون چندلایهایMLP)استفاده میشود. بیشترین دقت با استفاده از شبکه عصبیMLPبه میزان98/56%حاصل شده است. همچنین، نتایج نشان میدهد که سیستم همواره کلاس نرمال را بدرستی تشخیص داده و هیچ کلاس دیگری را نیز اشتباهاً نرمال تشخیص نمیدهد
کلیدواژه ها:
نویسندگان
عبدالرحیم کدخدامحمدی
دانشگاه اصفهان، دانشکده فنی، گروه کامپیوتر
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 :