طبقه‌بندی آریتمی‌های قلبی مبتنی بر ترکیب نتایج شبکه‌های عصبی با نظریه شواهد دمپستر- شفر

آریتمی های قلبی یکی از شایع ترین بیماری های قلبی است که ممکن است سبب مرگ بیمار شود. از این رو شناسایی آریتمی های قلبی بسیار مهم است. در این مقاله برای دسته بندی آریتمی های قلبی در سه طبقه pac، pvc و normal روشی مبنی بر ترکیب طبقه بندی کننده ها با استفاده از نظریه شواهد لحاظ شده است. بدین شکل که ابتدا پیک های r در ecg شناسایی شد؛ سپس ویژگی های خطی ecg شامل rmssd، sdnn و hr mean و همچنین ویژگی غیر خطی آن با استفاده از svd به دست آمد. ترکیب ویژگی های به دست آمده به شبکه های عصبی mlp، cascade feed forward و rbf داده شد. اصل عدم قطعیت در مورد پاسخ آن ها بررسی و در نهایت پاسخ این طبقه بندی کننده ها با استفاده از نظریه شواهد با یکدیگر ترکیب شدند. جهت پردازش ecg نیاز به حذف نوفه نبوده و روش پیشنهادی توانسته است در حضور نوفه، نوع آریتمی قلبی را در بهترین حالت با حساسیت 98 % تشخیص دهد.