Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص خودکار آریتمی های قلبی به کمک شبکه های عصبی

سال انتشار: 1392
کد COI مقاله: NCNIEE02_214
زبان مقاله: فارسیمشاهده این مقاله: 1,038
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص خودکار آریتمی های قلبی به کمک شبکه های عصبی

مائده بهرامی - مدرس موسسه آموزش عالی و غیرانتفاعی نقش جهان

چکیده مقاله:

تشخیص نادرست ویا دیر هنگام نارساییهای قلبی می تواند سالانه به بروز خطرات جدی ویا حتی مرگ برخی از افراد منجر شود. بررسی دقیق نارساییهای قلبی مستلزم تهیه نمونه های متعدد وبررسی آنها توسط پزشک ماهر می باشد که این نیز به نوبه خود وقت گیر بوده و نیازمندصرف زمان زبادی از سوی متخصص می باشد از این رو احتمال خطا در هنگام تشخیص نیز افزایش می یابد. به همین دلیل وبا توجه به اهمیتبسیار زیاد این موضوع محققان در صدد برآمدند تا روش دقیق سریع و کم خطایی را ارائه دهند که بدون نیاز به دخالت شخص ماهر ومتخصص قادر به تشخیص ودسته بندی بیمارییهای قلبی باشد. تا کنون و در این راستا مطالعات فراوانی صورت گرفته وسیستم هایی نیه ز ارائه ومطرح شده است .با مطالعه نتایج سیستم های پیشنهادی دیده می شود سیستم هایی که بر پایه شبکه های عصبی طرح ریزی شده اند از موفقیتونتایج بهتری برخوردا ر می باشند با این وجود نتایج این سیستم ها نیز خالی از ایراد نبوده ودر تمامی سیستم هایی که به کمک شبکه ها ی عصبی طر ریزی شده اند معایب مشترکی از قبیل کند بودن سیستم عدم همگرایی سریع نداشتن دقت کافی افتادن در تله های محلی در حین آموزش شبکه و.... دیده می شود. علاوه آن معمولا تعداد نمونه های مورد استفاده برای آموزش شبکه به نمونه های معدودی محدود شده که اینخود قدرت تحلیل شبکه را در تشخیص آریتمی های قلبی کاهش می دهد.ما نیز در این مقاله در جهت کاهش مشکلات سیستم های قبلی به ارائه روشی جدید برای دسته بندی وتشخیص آریتمی های قلبی بصورت خودکار پرداختیم . مزیت این روش نسبت به سیستمها ی پیشنهاد ی دیگر تلفیق دو شبکه عصبی مصنوعی ویولت برای استخراج ویژگی های سیگنالهای قلبی وشبکه عصبی MLP برای طبقه بنهد ی دادهها میباشد . مزیت دیگر این سیستم استفاده از روشی جدید برای آموزش شبکه MLP است . الگوریتم آموزشی استفاده شده در این مقاله الگوریتم آموزشی گرانشی ) GSA ( می باشد که به تازگی ارائه شده وتا حدود بسیاری قادر به حل مشکلات الگوریتم های آموزشی قدیمی تر می باشدمزیت دیگر این سیستم استفاده از روشی جدید برای آموزش شبکهMLP است . الگوریتم آموزشی استفاده شده در این مقاله الگوریتم آموزشی گرانشیGSAمی باشد که به تازگی ارائه شده وتا حدود بسیاری قادر به حل مشکلات الگوریتم های آموزشی قدیمی ترمی باشداستفاده از این الگوریتم آموزشی کارایی سیستم را تا حدو.د0/99بهبود بخشیده است .نتایج حاصل ار شبیه سازی و مقایسه آن با نتایج سیستم های دیگر گواهی بر صدق این مدعا است

کلیدواژه ها:

آریتمی قلبی ، شبکه عصبی ویولت ، شبکه عصبیMLP/الگوریتم آموزشی GSA

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCNIEE02_214 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/233709/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بهرامی، مائده،1392،تشخیص خودکار آریتمی های قلبی به کمک شبکه های عصبی،دومین کنفرانس ملی ایده های نو در مهندسی برق،اصفهان،https://civilica.com/doc/233709

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، بهرامی، مائده؛ )
برای بار دوم به بعد: (1392، بهرامی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • فرشته . آهنگریان، آزاده. کیانی، و علی. کرمی _ "طراحی ...
  • جلد اول، صص .1391، 240-247 ...
  • آم. ب. منهاج، هوش محاسباتی و مبانی شبکه های عصبی، ...
  • ام.ص .نام بخش . شبکه های عصبی مصنوعی ویولت، چاپ ...
  • اع. راشدی و ح. نظام آبادی پور، "طراحی فیلترهایIRبه وسیله ...
  • اع. راشدی و ح. نظام آبادی پور، "انتخاب ویژگی با ...
  • های عصبی و ویولت برای تشخیص آریتمی های قلبی"، نشریه ...
  • م. ده باشیان و س. ح. ظهیری، MOGSA:" روشی جدید ...
  • ام.ده باشیان، سیدحمید ظهیری و ن. مهرشاد، "آموزش شبکه صبی ...
  • J . R. Qinlan, "Ihtroduction of decision trees, " Machine ...
  • B. E. Boser, I. M Guyon, and V. N. Vapnik, ...
  • K. Balakrishnan and V. Honavar, " Improving convergence of back ...
  • R. Pasti and L. N. De Castro, "Bio - inspired ...
  • A.A Miniani and R D. Williams, "Acceleration of backpropagation through ...
  • D. E. Rumelhart, E. Hinton, and J. Williams, "Learning internal ...
  • E. Rashedi, H. Nezamabadi - pour, and S. Saryazdi, "GSA: ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 157
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی