روشی برای مدلسازی سری تغییرات ضربان قلب با خاصیت حافظه طولانی و ناپایداریواریانس
Publish place: 22th Iranian Conference on Biomedical Engineering(ICBME2015)
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,139
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICBME22_009
Index date: 26 February 2018
روشی برای مدلسازی سری تغییرات ضربان قلب با خاصیت حافظه طولانی و ناپایداریواریانس abstract
مدل های سابق در سری های زمانی به فرض ایستایی وابسته بودند. اما این فرض در بسیاری از موارد از جمله سری تغییرات ضربان قلب برقرار نیست. این تغییرات سیگنال قلبی که در دو ضربان متوالی مشاهده می شود را تغییرپذیری ضربان قلب یا HRV می نامند. مطالعه سری زمانی تغییرات ضربان قلب دلالت بر این موضوع دارد که این سری دارای خاصیت حافظه طولانی بوده و واریانس این سری در طول زمان در حال تغییر بوده و ناپایدار است. در این مقاله از مدل FARIMA با خطاهایی که از مدل GARCH تبعیت می کنند برای مدل بندی سری زمانی تغییرات ضربان قلب استفاده خواهد شد. مدل های FARIMA-GARCH برای مدل بندی خاصیت حافظه طولانی سری و برآورد ورایانس ناپایدار در سری زمانی HRV در طی 24 ساعت ثبت سری، مورد استفاده قرار خواهد گرفت. بکارگیری این روش در مورد چند سری واقعی HRV منجر به شناسایی افراد سالم و بیمار خواهد شد
روشی برای مدلسازی سری تغییرات ضربان قلب با خاصیت حافظه طولانی و ناپایداریواریانس Keywords:
روشی برای مدلسازی سری تغییرات ضربان قلب با خاصیت حافظه طولانی و ناپایداریواریانس authors
روح اله رمضانی
دانشگاه دامغان، دانشکده ریاضی و علوم کامپیوتر، گروه آمار
حنیف حیدری
دانشگاه دامغان، دانشکده ریاضی و علوم کامپیوتر، گروه ریاضی