پایان‌نامه

کاربرد یک الگوریتم anfis برای طبقه بندی سیگنال های شناسایی توان قلب انسان

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

بر طبق بررسی های اخیر سازمان سلامت جهانی، بیماری های قلبی و عروقی در هر سال، علت مرگ حدود 17.3 میلیون نفر در جهان بوده و رتبه ی اول علت مرگ و میر به این بیماری تعلق دارد. تشخیص و درمان زود هنگام بیماری های قلبی می تواند موجب نجات زندگی بیماران و جلوگیری از آسیب دائمی در بافت قلبی شود. الکتروکاردیوگرافی به عنوان یک ابزار موثر، ساده، کاربردی و کم هزینه در تشخیص بیماری های قلبی به کار گرفته می شود. اندازه گیری الکتروکاردیوگرام بر طبق الکترود هایی است که در مکان های مخصوص تعبیه شده و فعالیت های قلبی را ثبت کرده و بر طبق شکل و ویژگی های الکتروکاردیوگرام، قابلیت تشخیص بیماری وجود دارد. تشخیص درست بیماری های قلبی، به صورت دستی، نیازمند ساعت ها بررسی الکتروکاردیوگرام توسط پزشک متخصص است. این کار خستهکننده و وقتگیر بوده و امکان از دست رفتن اطلاعات حیاتی وجود دارد. تشخیص خودکار و سیستم طبقه بندی می تواند، متخصصین قلب را قادر به شناسایی به موقع بیماری های قلبی، سازد. بنابراین، این موضوع منجر به توسعهی کیفیت زندگی بیماران شده که بسیار اهمیت دارد. در این پژوهش هدف، دسته بندی سیگنال های الکتروکاردیوگرام نرمال و آریتمی است. این دسته بندی به کمک سیستم های عصبی فازی تطبیقی صورت گرفته است. داده های مورد استفاده در این نگارش از پایگاه داده ی mit-bih برگرفته شدهاست. هدف اصلی در این مطالعه، ساخت یک مدل قابل تفسیر با دقت بالا است. در این مدل برای استخراج ویژگی ها از تبدیل موجک گسسته بهره گرفته شده و از خروجی این تبدیل به عنوان ورودی مدل anfis استفاده شده است. در این مطالعه، برای آموزش مدل anfis از الگوریتم q-pso بهره گرفته شدهاست. همچنین جهت آموزش مدل از تعداد بسیار کمی داده استفاده شده و این امر سبب افزایش سرعت مدل گردیده است. نتایج این مطالعه نشان دهنده ی، بهبود طبقه بندی و افزایش سرعت نسبت به کارهای گذشته بوده است.

اساتید راهنما و مشاور

احمد باقری، ابوالقاسم میرروشندل

اسناد مشابه

  • ارائه یک روش هوشمند برای شناسایی و طبقه بندی وقایع کیفیت توان

    مقالهمدلسازی در مهندسیزهرا مروّج، moravej علی اکبر عبدوس، abdoos محمد پازکی، pazoki

    در این مقاله، یک روش جدید براساس تبدیل s و شبکه عصبی احتمالی به منظور تشخیص اغتشاشات کیفیت توان ارائه شده است. از آنجایی که اغتشاشات کیفیت توان سیگنال‏ های ناایستا هستند، تبدیل s می تواند به طور مؤثری وقایع کیفیت توان را در هر دو حوزه زمان و فرکانس آنالیز نماید. شبکه عصبی احتمالی

  • ارائه یک روش هوشمند برای شناسایی و طبقه بندی وقایع کیفیت توان

    مقاله۲۰۱۲مدلسازی در مهندسیزهرا مروّج، علی اکبر عبدوس، محمد پازکی

    در این مقاله، یک روش جدید براساس تبدیل S و شبکه عصبی احتمالی به منظور تشخیص اغتشاشات کیفیت توان ارائه شده است. از آنجایی که اغتشاشات کیفیت توان سیگنال‏ های ناایستا هستند، تبدیل S می تواند به طور مؤثری وقایع کیفیت توان را در هر دو حوزه زمان و فرکانس آنالیز نماید. شبکه عصبی احتمالی

  • طراحی و بررسی کارایی سیستم هوشمند جداسازی و طبقه بندی آریتمی های موجود در سیگنال های صوتی قلب با استفاده از فیلتر تطبیقی و شبکه عصبی چند لایه پس انتشار (mlp-bp)

    مقالهپژوهندهخسرو رضایی، khosro rezaee دکتر جواد حدادنیا، javad haddadnia khorasan razavi, sabzevar, hakim sabzevari university, electrical and computer engineering department, biomedical group; phone: +98 571 4003587, fax: +98 571 4002174, mobile: +98 9185214681دانشگاه علوم پزشکی سبزوار، مرکز تحقیقات نوین پزشکی، تلفن: 4003587 (0571)، نمابر: 4002174 (0571)، تلفن همراه: 09151710649؛

    سابقه و هدف: شنیدن سیگنال های صوتی قلب یکی از روش های غیر تهاجمی و در عین حال آسان در تشخیص بی نظمی های عملکردی قلب انسان محسوب می شود که تحلیل صحیح آن، به دانش و تجربه ی پزشک متخصص نیاز دارد. هدف این مقاله، طراحی و پیاده سازی یک سیستم هوشمند در جداسازی و طبقه بندی آریتمی های موج

  • تشخیص و طبقه بندی اغتشاش های ساده و ترکیبی کیفیت توان با استفاده از سیستم های فازیِ راهنمایی شده با الگوریتم بهینه سازی گروهی ذرات

    مقالهمهندسی برق مدرسali enshaee، university of isfahan rahmatolah hooshmand، university of isfahan

    یکی از مهمترین مسائل در سیستم های توزیع، تشخیص و طبقه بندی اغتشاش های کیفیت توان است. در این مقاله، الگوریتم جدیدی برای تشخیص و طبقه بندی اغتشاش های ساده و ترکیبی کیفیت توان با بهره گیری از منطق فازی و الگوریتم بهینه سازی گروهی ذرات (pso1) ارائه شده است. در این الگوریتم، ابتدا وی

  • شناسایی و دسته بندی نوع عیب توسط امواج هدایت شده فراصوت در ورق و لوله به کمک تبدیل موجک و الگوریتم طبقه بندی ماشین بردار پشتیبان

    مقاله۲۰۱۴مهندسی مکانیک مدرسحمیدرضا ضیایی فر، میلاد امیریان، مجتبی قدسی، فرهنگ هنرور

    در این پژوهش روشی عملی برای تشخیص و دسته بندی نوع عیوب در ورق و لوله توسط امواج هدایت شده فراصوت ارائه گردیده است. آزمون فراصوت مورد استفاده، روش ارسال-پژواک به وسیله موج لمب می باشد که نتایج آ-اسکن این آزمون ها مورد استفاده قرار گرفته است. آزمون ها بر روی ورق و لوله از جنس آلومی

  • ارزیابی مدل کاکس طبقه بندی شده و کاربرد آن در شناسایی عوامل موثر بر بستری مجدد بیماران آسمی

    مقالهمجله دانشگاه علوم پزشکی مازندرانجمشید یزدانی چراتی، jamshid yazdani charati associate professor, department of biostatistics, health sciences research center, faculty of health, mazandaran university of medical sciences, sari, iranاستادیار، گروه آمار حیاتی، مرکز تحقیقات علوم بهداشتی، دانشکده بهداشت، دانشگاه علوم پزشکی مازندران، ساری، ایران مسعود مرادی، masoud moradi msc student in biostatistics, student research committee, faculty of health, mazandaran university of medical sciences, sari, iranکیلومتر 17 جاده خزرآباد، مجتمع دانشگاهی پیامبر اعظم، دانشکده بهداشت دائم روشنی، daem roshani assistant professor, department of community medicine, faculty of medicine, kordestan university of medical sciences, sanandaj, iranاستادیار، گروه پزشکی اجتماعی، دانشکده پزشکی، دانشگاه علوم پزشکی کردستان، سنندج، ایران سیاوش اعتمادی نژاد

    چکیده سابقه و هدف: آسم یکی از شایع ترین بیماری های مزمن در سراسر جهان محسوب می شود و شیوع ان طی چند دهه گذشته در جوامع صنعتی و در حال توسعه، افزایش داشته است. مدل خطرات متناسب کاکس یکی از مهم ترین مدل های مورد استفاده در تحلیل داده های بقا می باشد.این مطالعه با هدف ارزیابی مدل کا