تشخیص بیماری قلبی از روی سیگنال ECG به کمک شبکه عصبی مصنوعی چندلایه

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,814

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECIT01_126

تاریخ نمایه سازی: 18 اسفند 1397

چکیده مقاله:

بیماریهای قلبی از مهمترین عوامل مرگ و میر در بین بیماران هستند. در بسیاری از موارد با آگاهی از وجود بیماری و دانستن نوع بیماری میتوان از وقوع مرگ و میر به سبب بیماری قلبی جلوگیری نمود. از این رو همواره تلاش می شود روشهایی برای تشخیص زودهنگام بیماریهای قلبی ارایه شود. در این مقاله یک روش موثر برای تشخیص بیماری قلبی از روی سیگنال ECG و شبکه عصبی مصنوعی چندلایه معرفی شده است. در این روش پس از حذف نویز و DC موجود در سیگنال ECG، یک خوشه بندی فازی بر روی نمونه های سیگنال اعمال شده و تعداد نمونه های سیگنال کاهش مییابند. سپس با ا ستفاده از شبکه عصبی مصنوعی چندلایه نوع بیماری تشخیص داده می شود. برای آزمایش روش پیشنهادی از پایگاه داده اروپایی ST-T و معیارهای حسا سیت و نرخ پیشبینی مثبت ا ستفاده شده ا ست. نتایج نشان میدهد که روش پی شنهادی دقت بالاتری ن سبت به سایر روشها دا شته و مقدار حسا سیتی بیش از %99 در تشخیص بیماری قلبی دارد.

کلیدواژه ها:

بیماری قلبی ، شبکه عصبی مصنوعی چندلایه ، سیگنال ECG ، تشخیص بیماری

نویسندگان

نسیم مظفری خواه

کارشناس ارشد هوش مصنوعی، گروه آموزشی مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد دزفول، دزفول، خوزستان

غلام رضا اکبری زاده

دکتری، گروه آموزشی مهندسی برق، دانشگاه شهید چمران اهواز، اهواز، خوزستان