ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص آریتمی های قلبی از روی سیگنال ECG با استفاد از ویژگی صوتی MFCC ، اصلی (PCA) و ماشین بردار پشتیبان (SVM)

سال انتشار: 1394
کد COI مقاله: ELECTRICA02_017
زبان مقاله: فارسیمشاهد این مقاله: 425
فایل این مقاله در 7 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 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص آریتمی های قلبی از روی سیگنال ECG با استفاد از ویژگی صوتی MFCC ، اصلی (PCA) و ماشین بردار پشتیبان (SVM)

بهروز کوکبی سیوکی - دانشجوی کارشناسی ارشد، موسسه آموزش عالی خاوران- ارائه دهنده
جلیل شیرازی - استادیار، موسسه آموزش عالی خاوران مشهد

چکیده مقاله:

موضوع تشخیص هوشمند آریتمی های قلبی از روی سیگنال ECG به علت حساسیت بالای قلب انسان، یکی از موضوع های بسیار چالش برانگیز امروزه می باشد. طبق آمار سازمان سلامت جهانی (WHO)، ییماری های قلبی در بین رتبه های اول ابتلا به مرگ در جهان قرار دارند. در این مطالعه برای تشخیص و تفکیک آریتمی ها از ضرایب MFCC استفاده شده که تاکنون برای استخراج ویزگی از سیگنال صوت و همچنین تفکیک آریتمی ها از روی صدای قلب، کارایی داشته است. در این مطالعه، بررسی بر روی دو گروه آریتمی از پایگاه داده Physionet انجام شده است. گروه اول شامل پنج آریتمی که هر آریتمی شامل پنج فایل مجزا بوده که جمعاً معادل بیست و پنج فایل می باشد، آریتمی ها به قاب های زمانی 1، 2، ... 10 ثانیه تقسیم شده اند که پس از تفکیک، ضرایب MFCC انها محاسبه شده و در نهایت از ماشین بردار پشتیبان SVM برای دسته بندی آنها استفاده شده است. بررسی دسته بندی بر روی دوحالت نرمالیزه و خام بودن ضرایب MFCC و همچنین اعمال PCA بر روی هردوحالت انجام شده است، که دقت صحت تشخیص در بهترین حالت برای قاب های زمانی ده ثانیه 99/8507% بدست آمد. گروه دوم شامل چهار آریتمی که هر آریتمی شامل چهار فایل بوده که جمعاً معادل شانزده فایل می باشد، بررسی بر روی این گروه داده نیز همانند گروه اول انجام گرفته است که درصد صحت تشخیص در بهترین حالت برای قاب های زمانی شش ثانیه برابر 99/4444% بدست آمده است.

کلیدواژه ها:

الکتروکاردیوگرام، آریتمی های قلبی، ماشین بردار پشتیبان، ضرایب کپسترال فرکانس مل

کد مقاله/لینک ثابت به این مقاله

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/467462/

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:
کوکبی سیوکی، بهروز و شیرازی، جلیل،1394،تشخیص آریتمی های قلبی از روی سیگنال ECG با استفاد از ویژگی صوتی MFCC ، اصلی (PCA) و ماشین بردار پشتیبان (SVM)،همایش مهندسی برق، مخابرات پزشکی و پژوهشهای نیاز محور با محوریت دستاوردهای نوین در علوم مهندسی،مشهد،،،https://civilica.com/doc/467462

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: (1394، کوکبی سیوکی، بهروز؛ جلیل شیرازی)
برای بار دوم به بعد: (1394، کوکبی سیوکی؛ شیرازی)
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 ممقالهقاله لینک شده اند :

  • PhysioBank, "Arrhythmia Database", Available: http _ /phys ionet _ org/phys ...
  • _ _ _ Classification of ECG signal for Identifying Arrhythmia", ...
  • _ _ _ Signal for Heart Disease Diagnosis using ...
  • _ _ _ e _ _ _ _ _ QRS ...
  • _ _ i _ _ _ _ _ Wavelet ...
  • C.Cortes and V.Vapnik, "Support Vector Networks", Mach, Learn, vol. 20, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: 1,070
    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

    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