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

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.

سیگنال قلبی، طبقه بندی، ماشین بردار پشتیبان، آنتروپی تقریبی، نمودار پوانکاره