طبقه بندی و تشخیص بیماریهای عصبی عضلانی توسط الگوریتم نروفازی GFMM
محل انتشار: دهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1380
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,768
فایل این مقاله در 5 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:
ICBME10_026
تاریخ نمایه سازی: 20 خرداد 1387
چکیده مقاله:
در سالهای اخیر روش های محاسباتی گوناگونی برای پردازش سیگنال EMG و تشخیص بیماری های عصبی عضلانی ارائه شده است که هدف نهایی کلیه این روش ها خودکار سازی کامل سیستم تشخیص بیماری به وسیله کامپیوتر می باشد. این تحقیق نیز به عملیات جداسازی پتانسیل عمل واحدهای حرکتی (MUAP) از سیگنال EMG ، استخراج ویژگی های مهم و نهایتاً طبقه بندی آنها برای تشخیص بیماری پرداخته است. برای طبقه بندی از الگوریتم مینیمم ماکزیمم فازی تعمیم یافته (GFMM) استفاده شده و نتایج آن با یک روش آماری مقایسه شده است.
کلیدواژه ها:
بیماریهای عصبی عضیانی - طبقه بندی - استخراج ویژگی ها - تشخیص GFMM-MUAP-EMG
نویسندگان
محمدحسن مرادی
استادیار دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر
وحید شالچیان
دانشجوی دوره کارشناسی ارشد، دانشکده مهندسی پزشکی دانشگاه صنعتی امیر
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 :