Search
Abstract
Podstawowym problemem podczas projektowania systemu autodiagnostyki chorób serca, bazującego na analizie sygnału fonokardiograficznego (PCG), jest konieczność zapewnienia, niezależnie od warunków zewnętrznych, sygnału o wysokiej jakości. W artykule, bazując na zdolności Sztucznej Sieci Neuronowej (SSN) do predykcji sygnałów periodycznych oraz quasi-periodycznych, został opracowany adaptacyjny algorytm filtracji dźwięków serca. Wykazano, że poprzez zastosowanie jednokierunkowej, dwuwarstwowej sieci neuronowej ze 100 neuronami w warstwie wejściowej oraz odpowiednio z 25 i 10 neuronami w warstwach ukrytych oraz poprzez zastosowanie algorytmu Silva-Almeida podczas uczenia sieci metodą wstecznej propagacji wraz z sigmoidalną funkcją pobudzenia tangensa hiperbolicznego, możliwa jest efektywna filtracja sygnału PCG. Opracowany algorytm został przetestowany zarówno dla dźwięków serca zarejestrowanych u osoby zdrowej (S1-S4) jak dla dźwięków serca osób posiadających zmiany patologiczne (normalne rozszczepienie tonu S1, klik wyrzutowy oraz dudnienie rozkurczowe).
Authors (3)
Cite as
Full text
- Publication version
- Accepted or Published Version
- License
-
open in new tab
Keywords
Details
- Category:
- Articles
- Type:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Published in:
-
Przegląd Elektrotechniczny
pages 227 - 230,
ISSN: 0033-2097 - Language:
- Polish
- Publication year:
- 2014
- Bibliographic description:
- Gradolewski D., Tojza P., Redlarski G.: Adaptacyjny algorytm filtracji sygnału fonokardiograficznego wykorzystujący sztuczną sieć neuronową// Przegląd Elektrotechniczny. -., nr. 11 (2014), s.227-230
- Verified by:
- Gdańsk University of Technology
seen 196 times