پیش بینی سیگنال تغییر پذیری نرخ ضربان قلب با استفاده از مدل سازی تطبیقی دینامیکی فازی

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,223

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

FJCFIS01_111

تاریخ نمایه سازی: 14 خرداد 1387

Abstract:

در بخش های مراقبت ویژه ، پایش سیگنال های فیزیولوژیک بسیاری از بیماران به طور پیوسته انجام می گیرد تا وضعیت فعلی و هرگونه نشانه های خطر تحت مراقبت با شند. وضعیت بسیاری از این بیماران به آسانی قابل کنترل نخواهد بود لذ ا پیش بینی تغییرات در شرف وقوع در وضعیت این بیماران می تواند برای پزشک، در کنترل و یاری رساندن به بیمار، بسیار ارزشمند باشد. امروزه HRV اهمیت زیادی در پیش بینی ریسک مرگ قلبی در برخی بیماریها نظیر ایسکمی قلبی و انفارکتوس میوکاردیال و همچنین طبقه بندی و تشخیص انواع آریتمی ها پیدا کرده است. در این مقاله برای پیش بینی کوتاه مدت HRV از مدل سازی تطبیقی دینامیکی فازی استفاده گردیده است که در آن با تغییر توابع تعلق بر اساس میانگین و واریانس داد ه های ورودی و خروجی در طول زمان ، دینامیک سیستم وارد مدل می شود.با استفاده از این روش توانستیم با اصلاح و بهبود پایگاه قواعد حاصل از شخص خبره و اصلاح توابع عضویت در طول زمان ، پیش بینی نرخ ضربان قلب را با خطای کمتر از پنج درصد انجام دهیم.

Keywords:

فازی تطبیقی , فازی تطبیقی دینامیکی. HRV

Authors

ایوب دلیری

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

سجاد جعفری

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

محمد حسن مرادی

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

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 :
  • Y.Shi, M.Mizumoto, ،A new approach of neuro- fuzzy learning algorithm ...
  • Task Force of the European Society of Cardiology and North ...
  • Cheol-Sung Yoo, Sang-Hoon Yi, ،Effects of detrending for Analysis of ...
  • Rajendra Acharya U, N Kannathal _ S M Krishnan, ، ...
  • M.Cerradaa, J.Aguilarb, E.Colinac, A.Titlid, membership functions: an approach for Dynamical؛ ...
  • J.Aguilar, M.Cerrada, Fuzzy classifier system and genetic programming On system ...
  • L.X.Wang, Adaptive Fuzzy Systems and Control, Prentice-Hall, New Jersey, 1994. ...
  • T. Takagi, M. Sugeno, Fuzzy identification of systems and its ...
  • S.H.Yi, «Clinical Implication of Physiological Complexity in Heart Rate Variability', ...
  • Paris A .Mastorocostas, "A Recurrent Fuzzy- Neural Model for Dynamic ...
  • R.Landes, M.Nameea, M.Sunb, J.Sclabassi "A neuro-fuzzy inference system for modeling ...
  • http : //w wW .physionet.org. ...
  • نمایش کامل مراجع