مقایسه عملکرد طبقه بندی با استفاده از روش ANFIS و شبکه عصبی در تفکیک تاثیر موسیقی ایرانی بر روی سیگنال قلبی

در این مطالعه به مقایسه عملکرد دو روش طبقه بندی سیگنال قلبی (ECG) با استفاده از شبکه عصبی رو به جلو و سیستم استنتاج عصبی فازی تطبیقی (ANFIS) در هنگام گوش کردن به موسیقی و قبل از آن(سکوت) پرداخته شده است. بدین منظور سیگنال های قلبی 62 سوژه با فرکانس نمونه برداری 400Hz اخذ گردید. در مرحله پیش پردازش، نویز خط مبنا و نویزهای فرکانس بالا از سیگنال حذف شدند و در مرحله پردازش، 11 ویژگی خطی در حوزه زمان از سیگنال استخراج گردید. برای بررسی اختلافات معنادار در بین ویژگی ها از آزمون آماری ttest استفاده شد. ماتریس 7 ویژگی معتبر اعلام شده به عنوان ورودی شبکه ها به کار گرفته شد. ANFIS، قابلیت های شبکه عصبی تطبیقی برای طبقه بندی داده و روش کیفی منطق فازی را ترکیب می کند؛ در نتیجه با حفظ مزایای سیستم فازی هوشمند، نیاز به یک متخصص را تا حد امکان کاهش می دهد. نتایج حاکی از آن است که بعد از اعمال ورودی ها به هر دو شبکه و به دست آوردن میانگین مربعات خطا در هر دو روش، شبکه عصبی با مقدار خطای 0.0332 نسبت به شبکه ANFIS با مقدار خطای 0.117، خطای کمتری ایجاد می کند و در طبقه بندی تاثیر موسیقی بر روی سیگنال قلبی بهتر عمل می کند.