سوده نیک صالحی - دانشجوی دکتری ، گروه مهندسی پزشکی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
محمد بابایی - دانشجوی دکتری ، دانشکده فیزیک، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
آزاده قجرجزی - دکتری، گروه مهندسی پزشکی ، دانشگاه علم و صنعت ایران ، تهران، ایران

سیگنال الکتروکاردیوگرام به طور گسترده در تشخیص نارسایی های قلبی استفاده شده است. با توجه به تاثیرگذاری بیماری های قلبیبر سلامت افراد، تشخیص خودکار این نارسایی ها از اهمیت بالایی برخوردار است. در این مقاله از روش تجزیه حالت تجربی برای تشخیص نارسایی قلبی در سیگنال ECG استفاده شده است. به علاوه روش های مختلف استخراج ویژگی غیرخطی و آماری توسط الگوریتم انتخاب ویژگی mRMR بررسی و رتبه بندی گردیده است. در نهایت کلاس بندی با روش ماشین بردار پشتیبان انجام شده است. نتایج این تحقیق بر روی دو پایگاه داده استاندارد ارزیابی گردیده و دقت ۹۶.۷ درصد در تشخیص نارسایی احتقانی قلب رانشان می دهد. این دقت در مقایسه با تحقیقات پیشین نشان دهنده ی بهبود تشخیص نارسایی قلبی است

نارسایی قلبی، الکتروکاردیوگرام، تجزیه حالت تجربی، انتخاب ویژگی mRMR