استفاده از شبکه عصبی المن و W-SVM برای تشخیص بیماری صرع جزئی از روی تغییرات الکتروکاردیوگرام

در این تحقیق با استفاده از سیگنالهای الکتروکاردیوگرام بیماران صرع جزئی ، به تشخیص و طبقه بندی سیگنالهای صرعی ونرمال پرداخته شده است. در فرایند آشکار سازی در مرحله طبقه بندی، داده های ورودی با استفاده از شبکه عصبی المن، ماشین بردار پشتیبان (SVM) و ماشین بردار پشتیبان ویولت (WSVM) دسته بندی می شود. ویژگیهای استخراج شده شامل ویژگیهای زمان فرکانسی است که از توابع مادر ویولت دابشیز و سیملت استفاده شده است. در نهایت کارایی WSVM در مقایسه با شبکه عصبی المن و SVM نشان داده شده است. نتایج شبیه سازیها بیانگر مؤثر بودن این روش در دستهبندی این مجموعه داده میباشد، به طوری که در بهترین حالت، میزان تفکیک کنندگی 94.76 درصد بدست آمده است.

کلیدواژه ها:

الکتروکاردیوگرام ، سیگنال صرعی ، شبکه عصبی المن ، ویولت - ماشین بردار پشتیبان ، ضرایب ویولت