تشخیص و طبقه ندی هوشمند آریتمی های قلبی با استفاده از تبدیل ویولت و آنالیز ICA

در این تحقیق برای اولین بار با استفاده از تحلیل مولفه های مستقل (ICA) به تفکیک منابع پدید آورنده سیگنال قلبی پرداخته و از تبدیل ویولت برای استخراج ویژگی استفاده شده است. با چنین تلفیقی روش های رایج در تشخیص بیماری قلبی بهینه شده اند. در روش پیشنهادی پش ار استخراج ویژگیهای مناسب، روشهای مختلف یادگیری ماشینی (نزدیکترین همسایگی و شبکه های عصبی مصنوعی RBF,MLP) در تفکیک 274 نمونه سیگنال قلبی موجود در پایگاه داده MIT-BIH استفاده شده است. س از بررسی های مختلف، مشخص شد که شبکه عصبی MLP 3 لایه، با شرایط مطلوب، می تواند بیش از 98/5% داده ها را تفکیک نماید.

کلیدواژه ها:

آریتمی های قلبی ، آنالیزهای ویولت و ICA ، روش تفکیک KNN ، شبکه عصبی و مصنوعی MLP و RBF