تشخیص ناهنجاری‌ دریچه‌ای قلب با استفاده از آموزش گروهی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 247

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ISEE-12-1_001

تاریخ نمایه سازی: 24 فروردین 1400

Abstract:

پردازش سیگنال صدای قلب دارای مراحل مختلفی است. با اعمال پیش پردازش‌های لازم و جداسازی سیکل‌های صدای قلب به استخراج ویژگی‌های متمایز کننده از صدای قلب می‌پردازیم. از آنجایی که عملکرد مناسب طبقه‌بند تأثیر زیادی در کارایی نهایی سیستم دارد، در این پژوهش روش مناسبی جهت طبقه‌بندی ارائه می‌کنیم. یک راه‌ متداول ساخت طبقه‌بندهای دقیق، استفاده از گروهی از طبقه‌بندها و تصمیم‌گیری بر مبنای خروجی هر یک از آن‌ها است. محققان تا کنون کارایی این روش‌ها را در زمینه‎‌های مختلف مربوط به مسائل طبقه‌بندی نشان داده‌اند. اما در زمینه‌ی تشخیص ناهنجاری‌های قلبی مطالعات زیادی برای بررسی این نوع طبقه‌بندها صورت نگرفته‌است. در این پژوهش به آموزش تعدادی طبقه‌بند پایه‌ی خطی می‌پردازیم و در نهایت تصمیم‌گیری با توجه به خروجی هر طبقه‌بند پایه بر مبنای روش رأی اکثریت انجام می‌شود. نمونه‌های مورد استفاده در آموزش طبقه‌بند‌های پایه به صورت تصادفی و با جایگذاری از کل نمونه‌های آموزشی انتخاب می‌شوند. روش پیشنهادی را برای 5 مجموعه‌ داده پیاده می‌کنیم. همچنین به مقایسه‌ی روش پیشنهادی با 3 نوع طبقه‌بند دیگر با معیارهای حساسیت، ویژگی، نسبت شانس تشخیص، دقت و خطا می‌پردازیم. نتایج نشان می‌دهد روش پیشنهادی دارای دقت بالاتر و سرعت بیش‌تری در پیش‌بینی مشاهدات است.

Authors

بنفشه قارداش بگی

کارشناس ارشد برق الکترونیک ، دانشکده مهندسی برق- دانشگاه تربیت مدرس- تهران- ایران

ابومسلم جان نثاری

استادیار گروه برق الکترونیک، دانشکده مهندسی برق- دانشگاه تربیت مدرس - تهران- ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • [1]   M. Malarvili, I. Kamarulafizam, S. Hussain, and D. Helmi, ...
  • [2]   S. Yuenyong, A. Nishihara, W. Kongprawechnon, and K. Tungpimolrut, ...
  • [3]   J. Jasper and K. R. Othman, “Feature extraction for ...
  • [4]   D. Kumar, P. Carvalho, M. Antunes, J. Henriques, A. ...
  • [5]   N. E. Huang, Z. Shen, S. R. Long, M. ...
  • [6]   Y.-L. Tseng, P.-Y. Ko, and F.-S. Jaw, “Detection of ...
  • [7]   S. Sun, “An innovative intelligent system based on automatic ...
  • [8]   Z. Jiang and S. Choi, “A cardiac sound characteristic ...
  • [9]   D. B. Springer, L. Tarassenko, and G. D. Clifford, ...
  • [10]  J. E. Guillermo, L. J. R. Castellanos, E. N. ...
  • [11]  R. SaraçOğLu, “Hidden markov model-based classification of heart valve ...
  • [12]  S. Choi and Z. Jiang, “Cardiac sound murmurs classification ...
  • [13]  W.-C. Kao and C.-C. Wei, “Automatic phonocardiograph signal analysis ...
  • [14]  S. Ari, K. Hembram, and G. Saha, “Detection of ...
  • [15]  F. Safara, S. Doraisamy, A. Azman, A. Jantan, and ...
  • [16]  Y. Zheng, X. Guo, and X. Ding, “A novel ...
  • [17]  Y. Wang, W. Li, J. Zhou, X. Li, and ...
  • [18]  S.-W. Deng and J.-Q. Han, “Towards heart sound classification ...
  • [19]  F. Safara, S. Doraisamy, A. Azman, A. Jantan, and ...
  • [20]  Y. Chen, S. Wang, C.-H. Shen, and F. K. ...
  • [21]  A. Sengur, “Support vector machine ensembles for intelligent diagnosis ...
  • [22]  L. Breiman, “Bagging predictors,” Machine learning, Vol. 24, No. ...
  • [23]  Y. Freund and R. E. Schapire, “A desicion-theoretic generalization ...
  • [24]  T. K. Ho, “The random subspace method for constructing ...
  • [25]  R.Das and A.Sengur, “Evaluation of ensemble methods for diagnosing ...
  • [26]  D. Gradolewski and G. Redlarski, “Wavelet-based denoising method for ...
  • [27]  S. R. Messer, J. Agzarian, and D. Abbott, “Optimal ...
  • [28]  Classification of Normal/Abnormal Heart Sound Recordings: the PhysioNet/Computing in ...
  • [29]  S. Ari and G. Saha, “Classification of heart sounds ...
  • [30]  P. E. Hart, D. G. Stork, and R. O. ...
  • [31]  S. Ari and G. Saha, “In search of an ...
  • [32]  J. Jasper and K. R. Othman, “Feature extraction for ...
  • [33]  T. K. Ho, “Random decision forests,” in Document Analysis ...
  • [34]  L. Breiman, “Random forests,” Machine learning, Vol. 45, No. ...
  • نمایش کامل مراجع