تشخیص بیماری های نیوکاسل، برونشیت و آنفلوانزای پرنده با استفاده از سیگنال صدای قلب و ماشین بردار پشتیبان

در این پژوهش روشی هوشمند به منظور تشخیص توامان بیماری های نیوکاسل، آنفلوانزا و برRBFونشیت پرنده از روی سیگنال صدای قلب پرداخته شده است. در ابتدا جوجه ها به 4 دسته تقسیم شدند. یک گروه به عنوان نمونه های شاهد در نظر گرفته شدند و با ویروس هیچ گونه تماسی نداشتند و 3 گروه باقی مانده به ترتیب به ویروس های نیوکاسل، آنفلوانزا و برونشیت آلوده شدند. سیگنال های حوزه زمان صدای قلب توسط تبدیل فوریه سریع و تبدیل موجک گسسته دابچی نوع اول در دو سطح تجزیه به ترتیب به حوزه های فرکانس و زمان- فرکانس انتقال داده شدند. در مرحله داده کاوی از سیگنال های هر سه حوزه 25 ویژگی آماری استخراج شدند و با استفاده از IDE بهترین ویژگی ها انتخاب شدند. با استفاده از ماشین بردار پشتیبان و نظریه شواهد دمپستر- شافر سیگنال های صدای قلب جوجه ها طبقه بندی شدند. دقت میانگین، Specificityو Sensitivity تلفیق طبقه بندها به منظور تشخیص بیماری ها به ترتیب93/81، 29/93 و 28/82 درصد به دست آمد.