جمال اسماعیل پور - دانشگاه گیلان
جلیل سیفعلی هرسینی - دانشگاه گیلان
ستار میرزاکوچکی - دانشگاه علم و صنعت
حمید ضابط - دانشگاه گیلان

در این تحقیق کارکرد ش بکة عصبی ART2 سریع در طبقه بندی شش نوع سیگنال الکتروکاردیوگرام ) ) ECG با استفاده از ویژگیهای استخراج شده توسط تبدیل avelet مرتبة چهار خان وادة Daubechies مورد بررسی قرار گرفته است . شش سیگنال مورد نظر عبارتند از : ECG نرمال وECG مربوط به اختلالات بلوک شاخة چپ دستة دهلیزی بطنی، بلوک شاخة راست دستة دهلیزی بطنی، انقباض نا بهنگام دهلیز، ضربانات کند و ترکیب ضربانات نرمال و آرام . داده های بکار رفته ، داده های MIT/BIT می باشند . ابتدا با استفاده از فایلهای تفسیر داده ها، الگوهای ی به طول ۰۰۳ نمونه از شش نوع سیگنال ECG جدا شده است . سپس به منظور AF399استخراج هر چه بهتر ویژگیها، الگوها فیلتر و مقیاس بندی شده اند . آنگاه انرژی شش س یگ ن الِ جزئیات حاصل از اعمال تبدیل Wavelet به عنوان ویژگیهای استخراج شدة از الگوها، برای آموزش و امتحان شبکة ART2 بکار رفته است . نتایج بدست آمده حاکی از درصد تشخیص صحیح ۲۹ % برای شش نوع الگو ، و بیش از ۵ / ۴۹ % برای کمتر از شش ( ۲ تا ۵ ) نوع الگو میباشد .

شبکه های عصبی، الکتروکار دیوگرام، طبقه بندی، نظریة رزونانس تطبیقی، Wavelet