زینب موسوی - دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی
سعید راحتی - دانشگاه آزاد اسلامی واحد مشهد، گروه برق

تعیین شرایط قلبی با سمع قلب کار بسیار مشکلی است و نیاز به آموزش ها و پرسنل پزشکی مخصوصی دارد . تکنیک هایکامپیوتری شده ، نتایج صحیح تر و سریع تری ارائه می کنند . لذا این مطالعه با هدف فراهم آوردن تحلیل کامپیوتری صدای قلب ، برای پشتیبانی پزشکان در تصمیم گیری در این خصوص گرد آمده است . در این مطالعه از شبکه عصب MLP-BP برای طبقه بندی اصوات قلبی استفاده شده است . پس از قطعه بندی صدای قلب با کمک تبدیل ویولت و یک آشکارساز پیک تطبیقی برای پیدا کردن زمان بندی S2 و S1، بر مبنای توانهای استخراج شده از سومین، چهارمین و پنجمین ضرایب جزئیات تجزیه ویولت در سطح پنجم ، طبقه بندی سیگنالهای صدای قلب با کمک شبکه عصبی پرسپترون چندلایه برمبنای الگوریتم پس انتشاری ، انجام پذیرفته است . این طبقه بندی یکبار بین صدای نرمال و ناهنجار ، یکبار بین ناهنجاری های سیستولی تنگی آئورت و نارسایی میترال و بار آخر میان ناهنجاری دیاستولی تنگی میترال و نارسائی آئورت ، انجام پذیرفته است . نتایج نشان داده است که شبکه پیشنهادی این طبقه بندی های را با موفقیت انجام داده است.

تبدیل ویولت ، طبقه بندی ، صدای قلب ، شبکه عصبی