به کارگیری ساختارهای ترکیبی از شبکه های عصبی به منظور تشخیص آریتمی های قلبی با استفاده از ادغام ویژگی های موجک و زمانی

: در سالیان اخیر، استفاده از سیستم های هوشمند در علوم مهندسی و به ویژه در تشخیص بیمارهای مختلف به طور فزاینده ای رو به افزایش است. در این مقاله نیز یک روش هوشمند ترکیبی برای تشخیص بیماری های قلبی (آریتمی های قلبی) ارائه شده است. اساس این روش بر استفاده از ساختارهای ترکیبی از شبکه های عصبی برای طبقه بندی کارکرد طبیعی و چهار کارکرد غیر طبیعی قلب است. در این ساختارهای ترکیبی، برخی از شبکه های عصبی به عنوان میانجی و برخی از آنها به عنوان متخصص استفاده شده اند. در روش پیشنهادی، ابتدا پیش پردازش مناسب برای حذف نویز از سیگنال الکتروکاردیوگرافی انجام شده است. سپس، ویژگی های مختلف زمانی (شامل پانزده ویژگی) و موجک (شامل پانزده ویژگی) از روی سیگنال عاری از نویز استخراج و با توجه به زیاد بودن تعداد ویژگی های انتخاب شده، از روش تحلیل مولفه های اصلی برای ادغام این ویژگی ها و کاهش ابعاد فضای ویژگی به هشت بعد استفاده شده است. در ادامه، ساختارهای ترکیبی پیشنهاد شده از شبکه های عصبی پرسپترون چندلایه و شبکه های عصبی پایهشعاعی برای طبقه بندی مناسب آریتمی ها آموزش داده و کارایی آن ها ارزیابی شده است. نتایج حاصل از پیاده سازی روی داده های برچسب خورده پایگاه داده MIT/BIH، کارآیی بهتر روش پیشنهادی در مقایسه با روش های قبلی در تشخیص آریتمی های قلبی را نشان می دهند.