دانش رسان |
مرکز علم و دانش کشور پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی :
تعداد صفحات :۸
چکیده مقاله:
از میان سیگنالهای پزشکی، سیگنالهای قلبی به علت اهمیت ویژهای که در تشخیص سلامت یک فرد دارند، میتوان مورد توجه ویژهای قرار بگیرند. سیگنالهای قلبی از روی بدن یک انسان قابل ثبت میباشند که به آنها سیگنالهای الکتروکاردیوگرام یا ECG گفته میشود.پزشک متخصص از روی این سیگنالها میتواند اکثر بیماریهای قلبی را تشخیص دهد. در این مقاله روشی برای طبقه بندی سیگنال ECG ارایه میگردد. در این روش ابتدا نویز فرکانس پایین مربوط به عضلات بدن حذف و سپس از سیگنال تبدیل موجک گرفته میشود. آنگاه نویز فرکانسبالا از سیگنال حذف شده و دوباره سیگنال اصلی بازسازی میشود، که یک سیگنال بدون نویز و حاوی ویژگیهای اصلی میباشد. همچنین با اینعمل حجم اطلاعات برای پردازش مراحل بعدی ۷۵ % کاهش مییابد. در مرحله بعد با استفاده از یک الگوریتم پیشنهادی تعیین مقدار بیشینه، موج R تشخیص داده شده و سرعت ضربان قلب محاسبه میشود. در نهایت سیگنال برای تعلیم و ارزیابی شبکه عصبی مصنوعی برای طبقه بندیو تشخیص هوشمند بیماری آماده میشود. طراحی انجام شده بر روی مجموعهای از سیگنالهای ECG مربوط به پایگاه داده MIT-BIH موردبررسی قرار گرفته است که تحلیل نتایج خروجی، حساسیت متوسط بالای ۹۸.۵۷ % را برای روش پیشنهادی نشان میدهد
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
