TY - JOUR ID - 699858 TI - بهبود کارایی طبقه‌بندی خودکار آریتمی‌های قلبی با نگاشت اختصاصی فضای ویژگی هر بیمار JO - نشریه‌ی علمی مهندسی پزشکی زیستی JA - IJBME LA - fa SN - 5869-2008 AU - شفاعت‌فر, حمید AU - تقی‌زاده, مهدی AU - ولی‌زاده, مرتضی AU - فاتحی, محمدحسین AD - دانشجوی دکتری، دانشکده‌ی برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران AD - استادیار، دانشکده‌ی برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران AD - استادیار، دانشکده‌ی برق و کامپیوتر، دانشگاه ارومیه، ارومیه، ایران Y1 - 2022 PY - 2022 VL - 16 IS - 2 SP - 147 EP - 158 KW - آریتمی قلبی KW - طبقه‌بندی KW - استخراج ویژگی KW - نگاشت فضای ویژگی DO - 10.22041/ijbme.2022.554427.1776 N2 - تشخیص خودکار آریتمی­های قلبی برای درمان موفق بیماری­های قلبی از اهمیت زیادی برخوردار است و یادگیری ماشین برای این منظور مورد استفاده قرار می­گیرد. برای طبقه‌بندی صحیح کلاس‌های آریتمی، استخراج ویژگی­های مناسب جهت ایجاد تمایز بین کلاس­های مختلف، اهمیت زیادی دارد. در این مقاله از یک شبکه‌ی عصبی پیچشی عمیق برای استخراج ویژگی استفاده شده است. با توجه به این که ضربان‌های قلبی بیماران مختلف دارای تفاوت زیادی هستند، کلاس­های آریتمی دارای تغییرات درون‌کلاسی زیادی خواهند بود. برای کاهش تغییرات درون‌کلاسی، ضربان‌های قلبی هر بیمار با یک تابع اختصاصی به نحوی نگاشت داده شده است که شباهت آن به ضربان­های قلبی یکی از بیماران آموزشی افزایش یابد. نگاشت اختصاصی پیشنهادی سبب کاهش تغییرات درون‌کلاسی شده و دقت طبقه‌بندی آریتمی­های قلبی را به میزان قابل ملاحظه­ای افزایش داده است. برای اثبات کارایی روش پیشنهادی، نتایج آن با چندین تحقیق جدید بر اساس سه معیار ارزیابی دقت، حساسیت و اختصاصیت و روی مجموعه‌ی داده‌ی یکسان مقایسه شده است. دقت به دست آمده حدود 24/96 درصد بوده که نشان دهنده‌ی کارایی بهتر روش پیشنهادی در مقایسه با سایر کارها است. UR - https://www.ijbme.org/article_699858.html L1 - https://www.ijbme.org/article_699858_800f7594fba562c05886f4095bc0fa32.pdf ER -