کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4943018 | 1437614 | 2018 | 16 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Novel methodology of cardiac health recognition based on ECG signals and evolutionary-neural system
ترجمه فارسی عنوان
روش شناسی جدید تشخیص سلامت قلب بر اساس سیگنال های ECG و سیستم تکاملی عصبی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ECG؛ پردازش و تجزیه و تحلیل سیگنال پزشکی؛ طبقه بندی؛ الگوریتم های یادگیری ماشین؛ شبکه های عصبی؛ ماشین بردار پشتیبانی؛ الگوریتم همسایه نزدیکترین K؛ سیستم عصبی تکاملی؛ الگوریتم ژنتیک؛ استخراج ویژگی و انتخاب؛ گسسته F
k-Nearest neighbor algorithmFeature extraction and selection - استخراج ویژگی و انتخابECG - الکتروکاردیوگرام یا نوار قلبMachine learning algorithms - الگوریتم های یادگیری ماشینGenetic algorithm - الگوریتم ژنتیکDiscrete Fourier transform - تبدیل فوریه گسستهNeural networks - شبکه های عصبیClassification - طبقه بندیSupport vector machine - ماشین بردار پشتیبانی
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
The best evolutionary-neural system, based on the SVM classifier, obtained a recognition sensitivity of 17 myocardium dysfunctions at a level of 90.20% (98 errors per 1000 classifications, accuracy = 98.85%, specificity = 99.39%, time for classification of one sample = 0.0023 [s]). Against the background of the current scientific literature, these results are some of the best results to date.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 92, February 2018, Pages 334-349
Journal: Expert Systems with Applications - Volume 92, February 2018, Pages 334-349
نویسندگان
PaweÅ PÅawiak,