عنوان مقاله :
تشخيص ناهنجاري دريچهاي قلب با استفاده از آموزش گروهي
پديد آورندگان :
قارداش بگي ، بنفشه دانشگاه تربيت مدرس - دانشكده مهندسي برق , جان نثاري ، ابومسلم دانشگاه تربيت مدرس - دانشكده مهندسي برق - گروه برق الكترونيك
كليدواژه :
استخراج ويژگي , آموزش گروهي طبقهبندها , بيماريهاي دريچهاي قلب , سوفل , سيگنال PCG , قطعهبندي
چكيده فارسي :
پردازش سيگنال صداي قلب داراي مراحل مختلفي است. با اعمال پيش پردازشهاي لازم و جداسازي سيكلهاي صداي قلب به استخراج ويژگيهاي متمايز كننده از صداي قلب ميپردازيم. از آنجايي كه عملكرد مناسب طبقهبند تأثير زيادي در كارايي نهايي سيستم دارد، در اين پژوهش روش مناسبي جهت طبقهبندي ارائه ميكنيم. يك راه متداول ساخت طبقهبندهاي دقيق، استفاده از گروهي از طبقهبندها و تصميمگيري بر مبناي خروجي هر يك از آنها است. محققان تا كنون كارايي اين روشها را در زمينههاي مختلف مربوط به مسائل طبقهبندي نشان دادهاند. اما در زمينهي تشخيص ناهنجاريهاي قلبي مطالعات زيادي براي بررسي اين نوع طبقهبندها صورت نگرفتهاست. در اين پژوهش به آموزش تعدادي طبقهبند پايهي خطي ميپردازيم و در نهايت تصميمگيري با توجه به خروجي هر طبقهبند پايه بر مبناي روش رأي اكثريت انجام ميشود. نمونههاي مورد استفاده در آموزش طبقهبندهاي پايه به صورت تصادفي و با جايگذاري از كل نمونههاي آموزشي انتخاب ميشوند. روش پيشنهادي را براي 5 مجموعه داده پياده ميكنيم. همچنين به مقايسهي روش پيشنهادي با 3 نوع طبقهبند ديگر با معيارهاي حساسيت، ويژگي، نسبت شانس تشخيص، دقت و خطا ميپردازيم. نتايج نشان ميدهد روش پيشنهادي داراي دقت بالاتر و سرعت بيشتري در پيشبيني مشاهدات است. همچنين نويز برچسب، بررسي و مقاومت روش پيشنهادي در برابر اين نويز نشان داده مي شود. بررسي آماري نتايج نشان از برتري درخور توجه عملكرد روش پيشنهادي نسبت به ساير روش ها دارد.
عنوان نشريه :
هوش محاسباتي در مهندسي برق
عنوان نشريه :
هوش محاسباتي در مهندسي برق