پردازش سیگنالهای حیاتی
علیرضا رضائی؛ سارا بلباسی
دوره 10، شماره 1 ، اردیبهشت 1395، ، صفحه 69-83
چکیده
در مقاله حال حاضر، با آنالیز سیگنالهای صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجیها با اتکاء بر شبکههای عصبی-فازی تطبیقی میباشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روشهای پیشین است که در این ...
بیشتر
در مقاله حال حاضر، با آنالیز سیگنالهای صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجیها با اتکاء بر شبکههای عصبی-فازی تطبیقی میباشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روشهای پیشین است که در این زمینه مطرح بوده و به سبب اهمیت تشخیص خودکار این عارضه قلبی، نیاز است تا طراحی وفقی و به دور از بروز خطا باشد. انتقال فضای ویژگیها با نگاشت آنها توسط الگوریتم آنالیز اجزای اصلی در دو گام، با انتخاب تعداد 18 تا 25 ویژگی از میان حدود 50 ویژگی استخراج شده، ورودی طبقهبندی پیشنهادی را میسازد. طبقه بند پیشنهادی، سیستم شبکه عصبی فازی تطبیقی با امکان پیشبینی بروز بیماری قلبی است که با ورود دادهها، در تعداد تکرارهای محدود در سطح قابل قبولی خروجیها را پیشبینی مینماید. دادهها از پایگاه دادهUmichدانشگاهمیشیگاندریافت شده و شامل نمونههای از بیماری روزنه بین بطنی است. نسبت تقسیم دادهها در مرحله یادگیری و آزمایش، 9/0 به 1/0 (ارزیابی متقاطع) است و از شیوه اعتبارسنجی K-fold استفاده شده است. محاسبه معیارهایی چون دقت، حساسیت و نیز عدم قطعیت توسط مفهوم آنتروپی در الگوریتم ترکیبی حاکی از عملکرد مناسب روش پیشنهادی است.