تشخیص تغییرات قطعه ST در سیگنال ECG با استفاده از شبکه های عصبی
محل انتشار: دهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1380
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,063
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME10_003
تاریخ نمایه سازی: 20 خرداد 1387
چکیده مقاله:
در این مقاله تشخیص بیماهاری های قلبی ناشی از تغییرات قطعه ST در سیگنال الکتروکاردیوگرافی (EGC) با استفاده از شبکه های عصبی Rdial Basis Function Networks) RBFN) مورد مطالعه قرار گرفته است. سیستم از یک پردازنده شبکه های عصبی و یک تشخیص دهنده تشکیل یافته است. شبکه های شعاعی اساسی RBFN برای پیاده کردن شبکه های عصبی در سیستم استفاده شده است که در پاسخ به ورودی ECG سازمان می یابد. تشخیص دهنده، نقطه پیک R, (Peak را به عنوان نقطه مرجع، آشکارسازی کرده و از سیگنال ECG قلب، پریودهای PQRST را استخراج می کند سپس قطعات ST را شناسایی کرده و بعنوان ورودی برای تشخیص تغییرات یا عدم تغییرات در قطعه ST به شبکه عصبی اعمال می کند. در آموزش شبکه های عصبی (Training)، سیستم سازمان یافته و خصوصیات الگوی ECG ها را که برای هر مریض فرق می کند برای تشخیص می آموزد.
کلیدواژه ها:
شبکه های عصبی (Neural Network) - سیگنال الکتروکاردیوگرافی Electrocardiogram) ECG) - قطعه St-Segment) ST) - آموزش (Training) - شبکه های شعاعی اساسی Function Radial Basis Networks) RBFN)
نویسندگان
حسین بالازاده بهار
دانشیار گروه برق دانشکده فنی دانشگاه تبریز
علیرضا بزازی
دانشکده فنی دانشگاه تبریز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :