استخراج ویژگی مبتنی بر تخمین طیف توان و الگوریتمPCA به منظورطبقه بندی صداهای قلب

سیگنال صوتی تولید شده ناشی از فعالیت مکانیکی قلب، اطلاعات مفیدی در رابطه با عملکرد دریچه های قلبی فراهم می کند . درسال های گذشته، تلاش های قابل ملاحظه ای در زمینه تجزیه و تحلیل سیگنال صدای قلب یاPCGبمنظور تشخیص خودکار بیما ری انجام شده است. هدف از این تحقیق، ارائه سیستمی خودکار برای طبقه بندی صداهای هنجار و ناهنجار قلبی است. با توجه به تاثیرمستقیم ناهنجاری های دریچه ای-عروقی بر طیف فرکانسی صداهای قلب، از تخمین طیف توان کیه از ساده ترین ابزارپردازش سیگنال های حیاتی است به منظور استخراج ویژگی و الگوریتمPCA برای کاهش و انتخاب مناسب ترین ویژگی ها بهره جسته ایم. درمرحله ی طبقه بندی نیز ، از طبقه بند نزدیکترین همسایگیKNN(استفاده کرده ایم. دادگان مورد مطالعه در این تحقیق ، دادگان واقعی اخذ شده از 04 فرد سالم و 35 فرد مبتلا به ناهنجاری ها و تنگی دریچه ای بومی کشورمان می باشد. نتایج حاصل نشان دهنده ی عملکرد مناسب الگوریتم دیشنهادی و دست یابی به صحت93/5درصددر دسته بندی صداهای هنجار و ناهنجار قلبی اسیت که قابل مقایسه با کارهای مشابه انجام گرفته شده می باشد

کلیدواژه ها:

سیگنالPCG ، تخمین طیف توان ، الگوریتم PCA ، طبقه بندKNN