![](/images/graphics-bg.png)
ECG arrhythmias classification by combined feature extraction method and neural network
العناوين الأخرى
عدم تصنيف الانتظام بإشارة قلب الإنسان باستخدام أسلوب مركب و الشبكة العصيونية
المؤلف
المصدر
Engineering and Technology Journal
العدد
المجلد 32، العدد 3A (31 مارس/آذار 2014)، ص ص. 587-596، 10ص.
الناشر
تاريخ النشر
2014-03-31
دولة النشر
العراق
عدد الصفحات
10
التخصصات الرئيسية
العلوم الهندسية والتكنولوجية (متداخلة التخصصات)
الطب البشري
الموضوعات
الملخص AR
أن هذا البحث يقدم مسيطر عصبي (PID) لأخطي لنموذج مركبة ثنائية الأبعاد لكي يحسن استقرارية و أداء الديناميكي للمركبة من خلال تحقيق معدل الدوران المطلوب و تقليل السرعة الجانبية في أقل وقت ممكن لمنع المركبة من الانزلاق خارج المنعطف. إن هيكلية المسيطر العصبي (PID) مبني على أساس الشبكة العصبية و تنغيم عناصر المسيطر (PID) تتم من خلال تقنية خوارزمية أمثلية حشد الجسيمات لأنها خوارزمية سهلة و سريعة التعلم. إن نظام الكبح الفرقي و زاوية توجيه العجلات الأمامية هي اخرج المسيطر العصبي (PID) اللاخطي الذي يسيطر بصورة تلقائية على الحركة الجانبية للمركبة عندما تدور حول المنعطف.
الملخص EN
Electrocardiogram (ECG) became one of the most crucial tool for heart status diagnosis.
Generally, several arrhythmias may appear based on different heart rate or ECG signal morphology variation.
In this paper, a novel combined feature extraction method to present ECG arrhythmias is proposed.
The combination between Wavelet Packet Transform (WPT) entropies and Power Spectrum Density (PSD) is suggested.
For classification, Feed Forward Back propagation Neural Network (FFBPN) is utilized.
The experimental results showed that the proposed method can be beneficial for ECG signal arrhythmias classification.
MIT-BIH Arrhythmia Database was used for algorithm testing.
The proposed method was compared with three state of art methods, where was of better performance reached about 80 %.
The proposed method as well as other methods was tested in noisy environment for comparison investigations.
The suggested method is promising approach for arrhythmias classification.
However, enormous testing data set might significantly improve the results
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Azzawi, Khaluq Y.. 2014. ECG arrhythmias classification by combined feature extraction method and neural network. Engineering and Technology Journal،Vol. 32, no. 3A, pp.587-596.
https://search.emarefa.net/detail/BIM-371130
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Azzawi, Khaluq Y.. ECG arrhythmias classification by combined feature extraction method and neural network. Engineering and Technology Journal Vol. 32, no. 3A (2014), pp.587-596.
https://search.emarefa.net/detail/BIM-371130
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Azzawi, Khaluq Y.. ECG arrhythmias classification by combined feature extraction method and neural network. Engineering and Technology Journal. 2014. Vol. 32, no. 3A, pp.587-596.
https://search.emarefa.net/detail/BIM-371130
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 595-596
رقم السجل
BIM-371130
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)