یک مدل غیر خطی جدید بر مبنای شبکه های عصبی برای تولید سیگنال الکتروکاردیوگرام

در سال ها اخیر توجه زیادی به تولید مصنوعی سیگنال های الکتروکاردیوگرام (ECG) به کمک یک مدل ریاضی معطوف گشته است. یکی از کاربردهای یک مدل دینامیکی که بتواند سیگنال های ECG مصنوعی تولید کند، ارزیابی آسان دستگاه های پردازش سیگنال تشخیصی ECG می باشد. به علاوه، می توان چنین مدلی را در فشرده سازی و تله مدیسن نیز به کار برد. هم چنین مناسب است مدل از توانایی لازم برای تولید سیگنال های ECG طبیعی و غیر طبیعی برخوردار باشد. در این تحقیق با به کارگیری شبکه عصبی با توابع پایه شعاعی (RBF) در یک مدل دینامیکی غیر خطی که بر پایه مدل دینامیکی McSharry  و همکاران بنا شده است، روش مناسبی برای تولید مصنوعی سیگنال های الکتروکاردیوگرام ارایه شده است. مزیت این روش جدید نسبت به روش McSharry  و همکاران، در توانایی شبیه سازی طیف وسیع تری از سیگنال های فیزیولوژیکی اعم از طبیعی و غیر طبیعی نهفته است. ضمن ارایه نتایج شبیه سازی برای سیگنال ECGطبیعی و سه حالت غیر طبیعی، صحت مدل توسط تابع خطای معرفی شده مورد ارزیابی قرار گرفته است. میانگین این خطا در مدت 100 ثانیه با به کارگیری 20 نرون، کمتر از 2.5 درصد برای چهار حالت مدل شده (یک حالت طبیعی و سه حالت غیر طبیعی) به دست آمد.