طبقه‌بندي خودكار صداهاي طبيعي و غيرطبيعي قلبي با تركيب ويژگي‌هاي مبتني بر تبديل موجك و ضرايب كپسترال استخراج‌شده از علامت‌هاي پي‌سي‌جي

صداهاي قلبي در اثر فعاليت‌هاي مكانيكي قلب ايجاد مي‌شوند و اطلاعات مفيدي در رابطه با عملكرد دريچه‌هاي قلبي فراهم مي‌كنند. به‌دليل ماهيت گذرا و غيرايستان علامت صداي قلب و محدوديت شنوايي گوش انسان، يافتن نشانه‌هايي براساس صداهاي شنيده‌شده از گوشي پزشكي براي طبقه‌بندي علامت‌هاي‌ صداي قلب امري دشوار است. بنابراين، تجزيه و تحليل علامت صداي قلب به‌منظور فراهم نمودن يك الگوريتم خودكار براي تشخيص اوليه بيماري قلبي كاري بسيار ارزشمند است. در اين مقاله يك روش خودكار براي طبقه‌بندي صداهاي قلبي با استفاده از علامت‌هاي ضبط‌شده از دستگاه فونوكارديوگرام ارائه شده است. در روش پيشنهادي ضرايب كپسترال بسامد مِل (اِم‌اِف‌سي‌سي) به همراه ويژگي‌هاي مبتني بر تبديل موجك از علامت صداي قلبي استخراج مي‌شوند. در مرحله‌ي بعدي، بهترين مجموعه از ويژگي‌ها با استفاده از الگوريتم جستجوي ترتيبي روبه‌جلو (اِس‌اِف‌اِ‌ف‌اِس) انتخاب مي‌گردند. سرانجام، مجموعه ويژگي‌هاي انتخاب‌شده به ورودي طبقه‌بند ماشين‌هاي بردار پشتيبان (اِس‌وي‌اِم) اعمال شده، تا صداهاي قلبي طبقه‌بندي شوند. عملكرد روش پيشنهادي با استفاده از مجموعه داده عمومي كه توسط برگزاركنندگان چالش صداهاي قلب (چالش 2016 در تارگاه فيزيونت) ارائه شده، ارزيابي شد. روش پيشنهادي ميانگين اِم‌اِي‌سي‌سي برابر با 88/15 درصد، ميانگين حساسيت 92/74 درصد و ميانگين اختصاصيت 83/56 درصد را در طبقه‌بندي صداهاي قلبي فراهم كرد. نتايج نشان مي‌دهند كه روش پيشنهادي داراي عملكرد بهتري نسبت به بهترين روش‌هاي موجود است و ابزاري مناسب در تجزيه و تحليل صداهاي قلبي است.