تشخیص آریتمی های قلبی به کمک ویژگی های بهینه و طبقه بند ماشین بردار پشتیبان

الکتروکاردیوگر ام (ECG) بر ه عنو ان یک سبگنال الکتریکی تعریف میشود که نشان دهنده فعالبت قلسبی است. سیگنال قلسی مهمترین وو ابسته ترین سبگنال و ابسته به قلب می باشد .در این مطالعه هدفما ارزیابی کارایی ویژگی های بهینه انتخاب شده. توسط ماشینبردار پشتیببان برای طبقه بندی سیبگنال قلبی می باشد. در اینمقاله. روش تفکیک پنچ نوع ضربان، نرمال(N)، انقباض زودرس بطنی(PVC)، انقباض زودرس دهلیزی (RBBB) ۰ ضربان بلوک شاخه چپ (LBBB) وضربان بلوک شاخه راست (RBBB) پا استفاده از طبقه بندی کنند هماشین برد ار پشتیبانی (SVM) ار ائه می شود. عملکرد روش طبقه بندیبا استفاده از ویژگی های بهینه انتخاب شده با استفاده از چندینمعیار از جمله دقت. حساسیت، ویژگی و صحت مورد ارزیابی قرارگرفت که به صحت قابل قبول ‎۹۸ درصد رسبد . تحجزیه و تحلبل مقایسهای با روش های موجود مرتبط نشان می دهد که روش پیشنهادیپتانسیل بالاتری در طبقه بندی اریتمی ها داشنته و تلاش بر ای طبفهبندی سبگنال ECG با موفقیبت به دست آمده است. روش پبشنهادیحساسبت امیدبخش %۹۸ را نشان داده است و ببانگر این موضوع استکه این تکنیک یک مدل عالی برای تشخیص خودکار آریتمی قلبی بهکمک کامپبوتر است.