بررسي و پردازش صداي قلب (PCG) جهت تشخيص بيماري

Heart sound(PCG) examination and processing to diagnose the disease

روش شنيداري صداي قلب، از جمله روش هاي تشخيصي است كه امروزه به علت مقرون به صرفه بودن،بسيار مورد توجه قرار گرفته است. به همين دليل تجزيه و تحليل صداي قلب با استفاده از سيستم هاي رايانه اي اهميت ويژه اي پيدا كرده است. در اين پژوهش روشي مبتني بر شبكه عصبي مصنوعي پيشنهاد شده تا بتوان صداي قلب سالم را از صداي قلب ناسالم تشخيص داد. در اين مقاله ما 300 نمونه صداي قلب از افراد مختلف داريم كه صداها در سه دسته ي مختلف تقسيم بندي شده است. دسته اول شامل صداهاي قلب نرمال، دسته ي دوم شامل صداهاي قلبي كه دچار تنگي دريچه آئورت و دسته ي سوم شامل صداهاي قلبي كه دچار تنگي دريچه ي ميترال هستند. حال ما با استفاده از شبكه عصبي الگوريتمي طراحي كرديم كه با استخراج ويژگي و آموزش شبكه اين سه دسته را از يكديگر تفكيك كرده است. روش ارائه شده را مي توان در سه بخش كلي تشخيص و تفكيك دوره هاي قلبي، استخراج ويژگي و در نهايت طبقه بندي و غربالگري تقسيم بندي كرد.

The heart sound hearing is one the detecting methods, which, due to its efficiency, has received a great deal of attention. To distinguish the sound of the healthy heart from the unhealthy one, an artificial neural network-based method has been proposed. The artificial neural networks are considered as a beneficial tool in solving a diversity of problems, which intelligently treat different problems. The first category is comprised of normal heart sounds, the second consists of sounds of the hearts with Aortic valve stenosis and the last one involves those with Mitral valve stenosis. Then, using the neural network, we designed an algorithm which, by extracting the features and training the network ,distinguishes these three groups,. The proposed approach can be divided into three general sections, say, detecting and segregating the heart cycles, the features extraction and lastly categorization and screening.