بکارگیری سیگنال الکتروکاردیوگرام در تشخیص زود هنگام بیماریهای قلبی به کمک ماشین بردار پشتیبان و بهینه سازی اجتماع ذرات

هوشمندسازی فرآیند تشخیص دقیق بیماریهای قلبی مساله ای است که سالها مورد توجه پژوهشگران قرار گرفته است. هدف از انجام این تحقیق ارائه یک روش مناسب برای تشخیص خودکار ۵ بیماری مهم قلبی می باشد. روش پیشنهادی قادر به حفظ ۷۲ مشخصه کم اهمیت است به گونه ای که این امر می تواند، موجب کاهش پیچیدگی و حجم محاسبات و کاهش خطای آموزش و زمان اجرای کمتر نسبت به روشی که از تمام ویژگی هایی که در ماشین بردار پشتیبان استفاده شده است بشود. این روش با کاهش تعداد مشخصه می تواند ۲۶% سرعت اجرای طبقه بندی را بهبود دهد که این بهبود چشمگیر بوده و می تواند تا حد زیادی در انتخاب این روش به عنوان روش بهتر دارد. ارزیابی این مجموعه از ویژگی های انتخاب شده توسط الگوریتم ازدحام ذرات PSO با اعمال به پارامترهای طبقه بند SVM بررسی می شود. به کمک شبیه سازی کامپیوتری، صحت کلی سیستم برای شناسایی ۶ نوع ریتم قلبی ۹۷.۹۸% به دست آمد که در مقایسه دقت حاصل شده با پژوهش های پیشین، کارایی مطلوب روش پیشنهادی را نشان می دهد.

کلیدواژه ها:

طبقه بندی سیگنال الکتروکاردیوگرام ، الگوریتم ازدحام ذرات ، ماشین بردار پشتیبان ، تله مدیسین