علی خزایی - استادیار، دانشکده فنی و مهندسی، دانشگاه بجنورد

این مقاله یک روش جدید بر پایه آمارگان مرتبه بالای سیگنال قلبی و همچنین ماشین بردار پشتیبان برای طبقه بندی پنج نوع ضربان قلب مختلف ارایه می نماید. این ضربان ها شامل ضربان نرمال و چهار نوع آریتمی قلبی می باشند. این روش از سه بخش پیش پردازش، استخراج ویژگی و طبقه بندی تشکیل شده است. بخش استخراج ویژگی، ویژگی های مبتنی بر آمارگان مرتبه بالای سیگنال الکتروکاردیوگرام ( ECG ) و سه ویژگی زمانی آن را استخراج می کند. ماشین بردار پشتیبان ( SVM ) که یک تکنیک با کارآیی بالا برای مسایل طبقه بندی است در بخش طبقه بندی استفاده شده است. در آموزش SVM نوع کرنل، مقادیر پارامترهای کرنل و انتخاب ویژگی نقش مهمی در دقت طبقه بندی دارد. عملکرد این روش در طبقه بندی سیگنال های ECG بر روی هشت فایل از پایگاه داده آریتمی MIT-BIH ارزیابی شده است. نتایج آزمایش ها نشان می دهند که این روش دقت طبقه بندی را در مقایسه با روش های قدیمی بهبود می بخشد.

آمارگان مرتبه بالا، سیگنال قلبی، ماشین بردار پشتیبان