طبقه بندی آزیتمی های قلبی با استفاده از الگوریتم های تر کیبی مبتنی بر محاسبات نرم و پردازش سیگنال الکتروکاردیو گرام

بیماری های قلبی هر سال در جهان تعداد زیادی از انسانها را از بین می برد. آمار مرگ و میر به علت مشکلات قلبی بسیار بیشتر از هر سانحه و یا اتفاق طبیعی است. این امر دلیل اصلی توسعه فعالیت های علمی و پژوهشی در دانش پزشکی در زمینه بیماری های قلبی و گسترش وسیع و سریع آن به حوزه سایر علوم نظیر علوم مهندسی برای یافتن راههای موثر پیشگیری این دسته از بیماری ها می باشد. هدف اصلی این پایان نامه طبقه بندی نظارتی آریتمی های قلبی با دقت هر چه بالاتر می باشد. برای انجام این پایان نامه از داده های پایگاه mit-bih استفاده شده که شامل 48 سیگنال الکتروکاردیوگرام نیم ساعته از افراد با سنین مختلف است. بعد از جمع آوری این داده ها، عملیات پیش پردازش انجام می شود تا حتی الامکان نویز سیگنال گرفته شود. اعمال تبدیلات ویولت در مقیاس مناسب روی سیگنال، از مهمترین ابزاری است که برای حذف نویز به کار می رود. بعد از شناسایی بازه مناسب برای هر ضربان به مرحله استخراج ویژگی می رسیم که در این پایان نامه جهت استخراج ویژگی از طول قوس، ممان آماری مرتبه سوم و ممان آماری مرتبه چهارم استفاده شده است. بعد از این مراحل، داده ها جهت ورود به طبقه بندها آماده می شوند. طبقه بندها می توانند از نوع شبکه های عصبی، شبکه های فازی، شبکه های فازی-عصبی، ماشین بردار پشتیبان، روش نزدیک ترین همسایگی و غیره باشد. بعد از حصول نتایج از طبقه بندها، جهت نیل به دقت های بالاتر از الگوریتم های بهینه سازی نظیر الگوریتم ژنتیک و الگوریتم پرندگان و سایر الگوریتم های ترکیبی نظیر تکنیک رای گیری، میانگین گیری و غیره استفاده شده است. در واقع می توان گفت که استفاده از روش های جدید در مرحله استخراج ویژگی و ارایه الگوریتم های ترکیبی جهت افزایش دقت طبقه بندهای پایه، مهمترین ویژگی این پایان نامه است. نتایج بدست آمده از این پایان نامه قابل رقابت با بهترین کار های مشابه در سطح دنیاست