جداسازی سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر با استفاده از فیلتر تطبیقی و تبدیل موجک گسسته
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,551
- Certificate
- I'm the author of the paper
Export:
Document National Code:
COMCONF03_188
Index date: 26 April 2017
جداسازی سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر با استفاده از فیلتر تطبیقی و تبدیل موجک گسسته abstract
در سال های اخیر توجه بسیاری از متخصصین به استفاده از سیگنال الکتروکاردیوگرام جنین برای تشخیص و پیشگیری بیماری های قلبی به خود جلب شده است. از این رو استخراج سیگنال ECG جنین از سیگنال ECG مادر کمک شایانی به پزشکان برای تشخیص بیماری های قلبی عروقی کرده است. در این مقاله روشی که برای استخراج سیگنال FECG و تشخیص موج R جنین پیشنهاد شده استفاده از روش ترکیبی فیلتر تطبیقی با تبدیل موجک گسسته می باشد. در این روش برای حذف نویز خط پایه و تداخلات خط توان از فیلتر میان گذر و تبدیل موجک گسسته استفاده می شود، در مرحله دوم برای تشخیص موج R مادر الگوریتم پن تامپکینز ارایه می شود و در مرحله بعد برای حذف سیگنال MECG و استخراج سیگنال FECG از فیلتر تطبیقی با الگوریتم حداقل میانگین مربعات (LMS) استفاده می شود و در نهایت برای شناسایی موج R جنین از تبدیل موجک گسسته و انتخاب یک معیار آستانه متغییر است. الگوریتم ارایه شده بر روی پایگاه داده DaISy ارزیابی می شود و با دقت و F1 به ترتیب 92.0807 و95.844 بدست آمده است. روش ارایه شده نسبت به روش های بکار رفته در این زمینه عملکرد مناسب تری بر روی این پایگاه داده دارد.
جداسازی سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر با استفاده از فیلتر تطبیقی و تبدیل موجک گسسته Keywords:
سیگنال الکتروکاردیوگرام جنین , سیگنال الکتروکاردیوگرام مادر , فیلتر تطبیقی , حداقل میانگین مربعات بازگشتی , تبدیل موجک گسسته
جداسازی سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر با استفاده از فیلتر تطبیقی و تبدیل موجک گسسته authors
مرضیه السادات آقاعمو
دانشجوی کارشناسی ارشد مهندسی مکاترونیک دانشگاه آزاد اسلامی واحد تهران جنوب
علی غفاری
استاد دانشکده مهندسی مکانیک دانشگاه خواجه نصیرالدین طوسی تهران.
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 :