عبدالرحیم کدخدامحمدی - دانشگاه اصفهان، دانشکده فنی، گروه کامپیوتر
احمدرضا نقشنیلچی

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

آریتمی، الگوریتمMUSICشبکه عصبی وecg