تشخیص بیماریهای قلبی از روی صدای قلب با استفاده از ضرایب SVM و MFCC
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,525
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MINOOSEMINAR01_047
تاریخ نمایه سازی: 12 دی 1393
چکیده مقاله:
در این مقاله با استفاده از ویژگیهای ضرائب کپسترال مبتنی بر معیار مل دستهبندی تعدادی از بیماریهای قلبی انجام شده است. صدای قلب سالم و صدای تعداد 4 بیماری که هر یک دارای ویژگیهای خاصی هستند از منبع داده دانشگاه میشیگانانتخاب شده است. پس از جداسازی سوفلهای قلبی از هر ضربان قلب، ضرایب کپسترال مبتنی بر معیار مل برای هر کلاس، به عنوان بردارهای ویژگی محاسبه شده و روش ماشین بردار پشتیبان برای دستهبندی بیماریها به کار برده شده است. دقت تشخیص این دسته بندی برابر 96.62 % میباشد که نتایج نشان دهنده دقت، اعتبار و توانایی بالا در عملکرد روش میباشد.
نویسندگان
بهنام فرزام
دانشجوی کارشناسی ارشد برق-مخابرات، موسسه آموزش عالی خاوران، مشهد، ایران
جلیل شیرازی
استادیار موسسه آموزش عالی خاوران، گروه برق- مخابرات، مشهد، ایران
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 :