سحر قبادی محبی - دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی
سعید راحتی قوچانی - دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی
عباس گلمکانی - موسسه آموزش عالی سجاد مشهد

امروزه سیگنال تغییرات نرخ ضربان قلب یاHRV)به عنوان یک ابزار تشخیصی غیرتهاجمی مفید بسیار مورد توجه محققان قرار گرفته است. در این مقاله با تحلیل این سیگنال، ویژگیهای آن با ترکیبی از تبدیل ویولت و مدل AR استخراج شدهاند. با چنین تلفیقی روشهای رایج در تشخیص بیماریهای قلبی بهینه شدهاند. سپس از یک طبقهبندی کننده ماشین بردار پشتیبان SVM) با هسته گوسین به منظور طبقهبندی خودکار پنج نوع آریتمی قلبی استفاده شده است. این تحقیق با استفاده از دادههای ECG برگرفته از پایگاه داده MIT-BIH انجام شده است. نتایج بدست آمده کارآمدی این روشرا با صحت تشخیصبالا حدود 96/15% نشان میدهند

تبدیل ویولت، ضربان قلب، طبقهبندی کننده ماشین بردار پشتیبان SVM، مدل AR