احسان صادقی پور - دانشکده مهندسی برق و کامپیوتر دانشگاه هرمزگان
احمد حاتم - دانشکده مهندسی برق و کامپیوتر دانشگاه هرمزگان

سندرم آپنه انسدادی خواب بیماری شایعی است که درصورت عدم تشخیص و درمان به موقع عوارض جدی عصبی - روانی و همچنین قلبی - عروقی ایجادنماید باوجود اهمیت این بیماری درکشورما کمتربه آن توجه شده ومراکز محدودی جهت ارزیابی بیماران مبتلا به این بیماری وجود درد دراین مقاله یک روش هوشمند برای تشخیص بیماری آپنه انسدادی ارایه شده است که ازویژگیهای استخراج شده ازتغییرات نرخ ضربان قلب و سیگنال تنفسی مشتق شده ازسیگنال ECG به عنوان ورودی برای اموزش و تست سیستم طبقه بندی XCS بهبود یافته استفاده مینماید مقایسه نتایج حاصل ازپیاده سازی روش مزبور با سایرروشهای دیگر برروی پایگاه داده PHYsionet نشان دهنده عملکرد مطلوب و دقت بالای سیستم پیشنهادی درتشخیص آپنه انسدادی خواب می باشد

آپنه ، شبکه فازی - عصبی ، SVM ، KNN ، XCSR