طبقهبندی اختلالات قلبی با استفاده از توصیفگرهای شکل شناسی سیگنال الگوریتمMUSIC و شبکه عصبی
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 494
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_330
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
در این مقاله یک سیستم دستهبندی ضربانهای الکتروکاردیوگرام ECG)براساس الگوریتم دستهبندی کننده سیگنالچندتاییMUSIC)توصیفگرهای شکل شناسی سیگنال و شبکه عصبی برای تشخیص 9 نوع ضربانECGپیشنهاد شده است. با استفاده از الگوریتمMUSICشبهطیف سیگنالهایECGمحاسبه میشود. سپس 28 مولفه فرکانسی اول و دو توصیفگر شکل شناسی سیگنال، تشکیل یک بردار ویژگی را میدهند که بعنوان ورودی شبکه عصبی پرسپترون چندلایهایMLP)استفاده میشود. بیشترین دقت با استفاده از شبکه عصبیMLPبه میزان98/56%حاصل شده است. همچنین، نتایج نشان میدهد که سیستم همواره کلاس نرمال را بدرستی تشخیص داده و هیچ کلاس دیگری را نیز اشتباهاً نرمال تشخیص نمیدهد
Keywords:
Authors
عبدالرحیم کدخدامحمدی
دانشگاه اصفهان، دانشکده فنی، گروه کامپیوتر
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 :