بهروز کوکبی سیوکی - موسسه آموزش عالی خاوران مشهد، ایران
جلیل شیرازی - موسسه آموزش عالی خاوران مشهد، ایران

موضوع تشخیص هوشمند آریتمی های قلبی از روی سیگنال ECG به علت حساسیت بالای قلب انسان، یکی از موضوع های بسیار چالش برانگیز امروزه می باشد. در این کار از ضرایب MFCC که برای استخراج ویژگی از سیگنال صوت کارایی دارد، استفاده شده است. در این مطالعه، بررسی بر روی پایگاه داده PHYSIONET روی یک گروه شامل 5 آریتمی که هر آریتمی شامل 5 فایل مجزا بوده که جمعا معادل 25 فایل می باشد، انجام شده است. آریتمی ها به فواصل زمانی 1 تا 10 ثانیه تقسیم شده اند که پس از تفکیک، ضرایب MFCC آن ها محاسبه شده و درنهایت از ماشین بردار پشتیبان SVM برای دسته بندی آنها استفاده شده است. دسته بندی در دو حالت نرمالیزه و خام بودن ضرایب MFCC بررسی شده است، که دقت صحت تشخیص در بهترین حالت برای قاب های زمانی 10 ثانیه برابر 99/7015 % بدست آمد.و

الکتروکاردیوگرام، آریتمی های قلبی، ماشین بردار پشتیبان، ضرایب کپسترال فرکانس مل