Đang chuẩn bị liên kết để tải về tài liệu:
Ứng dụng giải thuật di truyền (GA) để tối ưu tham số hệ mờ trong phân lớp tín hiệu điện tim

Bài viết trình bày các bước xây dựng một mô hình phân lớp điện tim sử dụng hệ mờ không đơn trị (NSFLS). Đầu tiên, các tín hiệu điện tim được cho qua một khối tiền xử lý để loại nhiễu do môi trường ghi điện tâm đồ gây ra. | Ứng dụng giải thuật di truyền (GA) để tối ưu tham số hệ mờ trong phân lớp tín hiệu điện tim LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA ỨNG DỤNG GIẢI THUẬT DI TRUYỀN (GA) ĐỂ TỐI ƯU THAM SỐ HỆ MỜ TRONG PHÂN LỚP TÍN HIỆU ĐIỆN TIM APPLICATION OF GA FOR OPTIMISING PARAMETERS OF FUZZY SYSTEMS IN ECG CLASSIFICATION Hoàng Thị Ngọc Diệp, Trần Duy Khánh, Hoàng Thị An Email: hoangdiepdtth@gmail.com Trường Đại Học Sao Đỏ Ngày nhận bài: 16/2/2017 Ngày nhận bài sửa sau phản biện: 6/11/2017 Ngày chấp nhận đăng: 28/12/2017 Tóm tắt Bài báo trình bày các bước xây dựng một mô hình phân lớp điện tim sử dụng hệ mờ không đơn trị (NSFLS). Đầu tiên, các tín hiệu điện tim được cho qua một khối tiền xử lý để loại nhiễu do môi trường ghi điện tâm đồ gây ra. Tín hiệu sau khi xử lý nhiễu sẽ được phân tích và trích rút các đặc trưng thích hợp. Các đặc trưng này là đầu vào của một hệ phân lớp mờ không đơn trị. Sau khi xác định cấu trúc của mô hình phân lớp, xây dựng các tham số của mô hình qua một quá trình học dựa vào tập dữ liệu huấn luyện. Cuối cùng, nhóm tác giả sử dụng giải thuật di truyền để tối ưu tham số hệ mờ nhằm thu được kết quả phân lớp tín hiệu điện tim tốt nhất. Từ khóa: Hệ mờ không đơn trị (NSFLS); giải thuật di truyền (GA); phân loại mẫu; phân lớp tín hiệu điện tim (ECG). Abstract The paper presents a method to construct a non-singleton fuzzy logic system (NSFLS) for ECG arrhythmic classification. The classifier is applied to distinguish normal sinus rhythm (NSR), ventricular fibrillation (VF) and ventricular tachycardia (VT). Two features of ECG signal, the average period and the pulse width, are inputs to the fuzzy classifier. The rule base used in the fuzzy system is constructed from training data. The generalized bell membership function is used to examine the performance of the classifier with different shapes of membership function. The results of experiments with data from the MIT-BIH Malignant Ventricular Arrhythmia .