W artykule przedstawiono algorytm klasyfikacji sygnału fonokardiograficznego, który umożliwia skuteczną identyfikację 12 różnych stanów. Poprzez połączenie ze sobą algorytmu kodowania liniowego (LPC) wraz ze sztuczną siecią neuronową uzyskano skuteczność klasyfikacji sięgającą 82% oraz pełną skuteczność w rozróżnieniu pomiędzy stanami: braku lub występowania schorzenia. Najlepsze rezultaty uzyskano dla jednokierunkowych, dwuwarstwowych sieci, odpowiednio z 24, 20 oraz 12 neuronami w warstwach ukrytych, których zadaniem było: wstępne wykrycie nieprawidłowości, identyfikacja zdrowego tonu oraz identyfikacja patologii. Do uczenia sieci wykorzystano adaptacyjny algorytm wstecznej propagacji -traingda. Opracowany system w przyszłości może zostać zaimplementowany w urządzeniach mobilnych takich jak smartfony czy tablety.
Autorzy
Informacje dodatkowe
- Kategoria
- Publikacja w czasopiśmie
- Typ
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Język
- polski
- Rok wydania
- 2014
