انتخاب ویژگی مبتنی بر الگوریتم بهینه سازی ذره های چندهدفه جهت افزایش دقت طبقه بندی ضربان قلب با استفاده از سیگنال های ECG

بیمارهای قلبی و عروقی از رایج ترین بیماری در عصر حاضر به حساب آمده و امروزه نارسائی قلبی در لیست بزرگترین عوامل مرگ در جامعه های صنعتی و نیمه صنعتی قرار می گیرید. به علت میزان اهمیت این مسئله، ابزارها و راهکارهای متفاوتی جهت بررسی الگوی عملکرد قلب در پزشکی ساخته شده اند. هدف تمام این روش های به دست آوردن انواع مختلف اطلاعات در مورد عملکرد قلب است به نحوی که به کمک آنها پزشک متخصص نه تنها توانایی تشخیص نوع بیماری قلب را دارد، بلکه می تواند به روزنارسایی قلبی احتمالی در آینده را نیز پیش بینی و در حد امکان از آن جلوگیری نماید. در این پژوهش، یک روشی جدید جهت بهبود طبقه بندی ضربان قلب مبتنی بر سیگنال ECG در چهار مرحله اصلی با استفاده ارائه می شود. ابتدا با استفاده از روش کاهش ابعاد انتخاب ویژگی، مجموعه داده را کاهش دادیم. سپس بر اساس بازنمائی گرافی مسئله، ویژگی های اولیه را به چند خوشه متفاوت تقسیم کردیم. در مرحله بعد، جستجوی زیرمجموعه ویژگی نهایی بر مبنای الگوریتم بهینه سازی ذره ها صورت گرفت و درنهایت یک طبقه بندی نهایی روی نتایج اعمال شد. ارزیابی عملکرد روش پیشنهادی و مقایسه آن با کارهای پیش تر انجام شده در زمینه تشخیص بیماری قلبی نشان داد که روش پیشنهادی دارای دقت بالاتر و همچنین سرعت بهتری نسبت به کارهای پیشین دارد.