research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Neuro-Fuzzy Based ECG Signal Classification with A Gaussian Derivative Filter
تصنيف اشارة القلب باعتماد النظام العصبي المضبب ومرشح نوع مشتقة كاوس

Authors: H. N. Yahya وهبة نبيل يحيى --- S. N. M. Al-Faydi سما نزار محمد --- Dr. J. M. Abdul-Jabbar د. جاسم محمد عبد الجبار
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2015 Volume: 23 Issue: 2 Pages: 153-166
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, a neuro-fuzzy classification method is used for identifications of ECG signals. A feature extraction method with a QRS like filter (first order Gaussian derivative filter) is used. Five standard parameters (energy, mean value, standard deviation, maximum and minimum) are extracted from these diseasefeatures and then used as inputs for the neuro-fuzzy classification system. The ECG signals are importedfrom the standard MIT-BIH database. Five types of ECG signalsare used for classification; they are normal sinus rhythm (NSR), left bundle branch block (LBBB), right bundle branch block (RBBB), premature ventricular contraction (PVC) and pacemaker (PM). The proposed system combines the neural network adaptive capabilities and fuzzy inference system with the suitable filter design to give a promising classification accuracy of 99%.

الخلاصةفي هذا البحث, تم استخدام طريقة التصنيف باعتماد (Neuro – fuzzy) لاغراض التعرف على اشارات ECG . واستعملت طريقة لاستخلاص السمات بالاعتماد على مرشح ذو استجابة بنوع مشتقة كاوس الاولى والتي تشبه تركيبة QRS في اشارة اﻟECG . تم بعد ذلك استخدام تلك السمات كادخالات لمنظومة التصنيف باعتماد (Neuro - fuzzy) .اٍن اشارات ECG المستخدمة في هذا البحث تم الحصول عليها من (The standard MIT-database) . واستخدم منها خمس انواع هي (NSR) ̦ (LBBB) ̦ (RBBB) ̦ (PVC) ̦ (PM) . ان المنظومة المستخدمة تجمع بين الامكانات المتكيفة للشبكات العصبية وبين الموائمة الضبابية مع التصميم المناسب للمرشح وهذا اعطى دقة تصنيف واعدة وبنسبة 99% .

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2015 (1)