سال انتشار: ۱۳۸۵

محل انتشار: چهاردهمین کنفرانس مهندسی برق ایران

تعداد صفحات: ۶

نویسنده(ها):

وحید رضا سبزواری – دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد
حسین قلی زاده – دانشجوی دکتری برق، کنترل دانشگاه فردوسی مشهد
مرتضی خادمی – استادیار دانشگاه فردوسی مشهد
اسد عازمی – دانشیار دانشگاه فردوسی مشهد

چکیده:

در این تحقیق برای اولین بار با استفاده از تحلیل مولفه های مستقل (ICA) به تفکیک منابع پدید آورنده سیگنال قلبی پرداخته و از تبدیل ویولت برای استخراج ویژگی استفاده شده است. با چنین تلفیقی روش های رایج در تشخیص بیماری قلبی بهینه شده اند. در روش پیشنهادی پش ار استخراج ویژگیهای مناسب، روشهای مختلف یادگیری ماشینی (نزدیکترین همسایگی و شبکه های عصبی مصنوعی RBF,MLP) در تفکیک ۲۷۴ نمونه سیگنال قلبی موجود در پایگاه داده MIT-BIH استفاده شده است. س از بررسی های مختلف، مشخص شد که شبکه عصبی MLP 3 لایه، با شرایط مطلوب، می تواند بیش از ۹۸/۵% داده ها را تفکیک نماید.