طبقه بندی سیگنال های قلبی توسط ماشین بردار پشتیبان با استفاده از ویژگی های نوسانات روندزدایی شده، آنتروپی نمونه و نمودار پوانکاره
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 612
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICRSIE03_332
تاریخ نمایه سازی: 8 آذر 1396
Abstract:
این روزها، تجزیه و تحلیل سیگنال های قلبی از اهمیت ویژه ای برخوردار است. در سال های اخیر بسیاری از مطالعه ها جهت طبقه بندی سیگنال های قلبی به دو دسته ی نرمال و غیر نرمال انجام شده است. اولین مرحله در تمام این مطالعه ها مرحله ی پیش پردازش وسپس استخراج ویژگی های زمان و فرکانس می باشد. سیگنال ECG ترکیبی از ویژگی های خطی و غیر خطی می باشد. ویژگی های غیر خطی توسط نظریه ی آشوب به دست می آید. هدف این پژوهش، طبقه بندی سیگنال به دو دسته ی نرمال و غیر نرمال، توسط ماشین بردار پشتیبان با استفاده از به کارگیری ویژگی های خطی و غیر خطی می باشد. این ویژگی ها عبارتند از توان، میانگین HR، حداقل HR، میانگین RR، نمودار پوانکاره، آنتروپی نمونه، آنتروپی تقریبی و نوسانات روندزدایی شده. ترکیب این ویژگی های خطی و غیر خطی اطلاعات ارزشمندی را جهت تشخیص آریتمی فراهم می کند. درصد صحت با استفاده از این روش 100درصد به دست آمد.
Keywords:
Authors
آذین غفوری رحیم آبادی
دانشکده برق،موسسه آموزش عالی دانشستان، ایران، ساوه، خیابان مهارت
مهدی طاهری
دانشکده برق،موسسه آموزش عالی دانشستان، ایران، ساوه، خیابان مهارت