ارایه روشی جدید مبتنی بر شبکه عصبی مصنوعی برای طبقه بندی سیگنال های قلبی

روش های تشخیص بیماری های قلبی توسط پزشکان خطراتی برای بیماران به همراه داشته و همچنین از دقت کافی برخوردار نمی باشند. به همین دلیل تشخیص زودهنگام بیماری های قلبی با بهره گیری از تحلیل سیگنال ضربان قلب میتواند راه گشای هرچه بهتر در تشخیص و درمان به موقع بیماری باشد.در این تحقیق سعی بر آن است که با استفاده از شبکه عصبی پرسپترون چندلایه طبقه بندی سیگنال های قلبی صورت گیرد. برای این منظور در مرحله پیش پردازش ابتدا سیگنال های قلبی از سایت فیزیونت جمعآوری شده و نویزهای فرکانس بالا و پایین از سیگنال حذف و استخراج ویژگی با استفاده از تبدیلات موجک انجام شد و در نهایت طبقه بندی سیگنال های قلبی با استفاده از شبکه عصبی پرسپترون چندلایه انجام و نتایج با شبکه عصبی پایه ای- شعاعی مقایسه شده است. نتایج طبقه بندی شبکه عصبی پرسپترون چندلایه حاکی از دقت 98.3% در طبقه بندی سیگنالهای قلبی است.

کلیدواژه ها:

سیگنال های قلبی ، طبقه بندی ، شبکه عصبی پرسپترون چندلایه ، شبکه عصبی پایه ای- شعاعی