استفاده از تحلیل فرکانس مل کپستروم و تبدیلات سری فوریه برای تشخیص ویژگیهای خاص از سیگنال صوتی نوزادان در مهندسی پزشکی و دسته بندی آنها به وسیله شبکه عصبی مصنوعی
Publish place: The Second National Conference on Mathematics and its Applications in Engineering Sciences
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 978
This Paper With 14 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:
REGCMAES02_129
تاریخ نمایه سازی: 30 دی 1394
Abstract:
بیماری های روماتیسمی از بیماری های شایع کودکان به شمار می رود که به علت در پی داشتن عوارض جدی و خطرناک همواره مورد توجه بوده است علایم این بیماری ها شبیه سرماخوردگی است و همراه با تب، علایم تنفسی و درد استخوانی است. این مقاله روشی جهت تشخیص بیماری واسکولیت (التهاب عروق) از طریق صدای نوزادان را مورد بررسی قرار می دهد. ویژگی های مربوطه به سیگنالهای صوتی پس از ثبت در حوزه کپستروم و ویولت استخراج شده و ثبت می گردد و طبقه بندی این سیگنالها به وسیله طبقه بندی کننده هایی چون شبکه عصبی و آماری انجام می گیرد. در نهایت مقایسه نتایج روش های ذکر شده در رسیدن به تشخیص دقیق تر منجر می شود.
Keywords:
Authors
حسین پرویزی نژاد
دانشجوی کارشناسی ارشد برق - مخابرات دانشگاه آزاد اسلامی
مهدی نوشیار
عضو هیئت علمی دانشگاه محقق اردبیلی
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 :