شماره ركورد كنفرانس :
4759
عنوان مقاله :
تشخيص بيماري قلبي از روي سيگنال ECG به كمك شبكه عصبي مصنوعي چندلايه
پديدآورندگان :
مظفري‌خواه نسيم Nasim.MozaffariKhah@yahoo.com كارشناس ارشد هوش مصنوعي، گروه آموزشي مهندسي كامپيوتر، دانشگاه آزاد اسلامي واحد دزفول، دزفول، خوزستان؛ , اكبري‌زاده غلام‌رضا Nasim.MozaffariKhah@yahoo.com دكتري، گروه آموزشي مهندسي برق، دانشگاه شهيد چمران اهواز، اهواز، خوزستان؛gholamrezaakbari@gmail.comنسيم ,مظفري‌خواه؛كارشناس ارشد هوش مصنوعي، گروه آموزشي مهندسي كامپيوتر، دانشگاه آزاد اسلامي واحد دزفول، دزفول، خوزستان؛ , اكبري‌زاده غلام‌رضا gholamrezaakbari@gmail.com دكتري، گروه آموزشي مهندسي برق، دانشگاه شهيد چمران اهواز، اهواز، خوزستان؛
كليدواژه :
بيماري قلبي , شبكه عصبي مصنوعي چندلايه , سيگنال ECG , تشخيص بيماري
عنوان كنفرانس :
اولين كنفرانس ملي تحقيقات نوين در مهندسي برق، كامپيوتر و فناوري اطلاعات
چكيده فارسي :
بيماري هاي قلبي از مهم ترين عوامل مرگ و مير در بين بيماران هستند. در بسياري از موارد با آگاهي از وجود بيماري و دانستن نوع بيماري مي توان از وقوع مرگ و مير به سبب بيماري قلبي جلوگيري نمود. از اين رو همواره تلاش مي شود روش هايي براي تشخيص زودهنگام بيماري هاي قلبي ارائه شود. در اين مقاله يك روش مؤثر براي تشخيص بيماري قلبي از روي سيگنال ECG و شبكه عصبي مصنوعي چندلايه معرفي شده است. در اين روش پس از حذف نويز و DC موجود در سيگنال ECG، يك خوشه بندي فازي بر روي نمونه هاي سيگنال اعمال شده و تعداد نمونه هاي سيگنال كاهش مي يابند. سپس با استفاده از شبكه عصبي مصنوعي چندلايه نوع بيماري تشخيص داده مي شود. براي آزمايش روش پيشنهادي از پايگاه داده اروپايي ST-T و معيارهاي حساسيت و نرخ پيش بيني مثبت استفاده شده است. نتايج نشان مي دهد كه روش پيشنهادي دقت بالاتري نسبت به ساير روش ها داشته و مقدار حساسيتي بيش از 99% در تشخيص بيماري قلبي دارد.
