دانلود مقاله ترجمه شده رده بندی بیماری های قلبی از سیگنال های ECG با تبدیل موجک (IEEE 2015) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

ieee2

 

 

این مقاله انگلیسی ISI در نشریه IEEE در ۸ صفحه در سال ۲۰۱۵ منتشر شده و ترجمه آن ۲۰ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

رده بندی بیماری های قلبی از سیگنال های ECG با استفاده از تبدیل موجک و رده بندی KNN

عنوان انگلیسی مقاله:

Classification of heart diseases from ECG signals using wavelet transform and kNN classifier

 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf و ورد تایپ شده با قابلیت ویرایش 
سال انتشار ۲۰۱۵
تعداد صفحات مقاله انگلیسی ۸ صفحه با فرمت pdf
نوع مقاله ISI
نوع ارائه مقاله کنفرانس
رشته های مرتبط با این مقاله پزشکی و مهندسی پزشکی
گرایش های مرتبط با این مقاله بیوالکتریک، قلب و عروق
چاپ شده در کنفرانس کنفرانس بین المللی محاسبات ، ارتباطات و اتوماسیون – International Conference on Computing
کلمات کلیدی تبدیل موجک گسسته. الگوریتم طبقه بندی، الکتروکاردیوگرافی، تجزیه و تحلیل مؤلفه اصلی، تحلیل آماری
کلمات کلیدی انگلیسی  Classification algorithm – Discrete wavelet transforms – Electrocardiography – Principal component analysis – Statistical analysis
ارائه شده از دانشگاه گروه مهندسی الکترونیک و مهندسی ارتباطات انستیتوی مهندسی و فناوری دانشگاه، دانشگاه کوروکسترا ، هند
نویسندگان Ridhi Saini، Namita Bindal، Puneet Bansal
شناسه دیجیتال – doi https://doi.org/10.1109/CCAA.2015.7148561
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۱۰۲۸۸
لینک مقاله در سایت مرجع لینک این مقاله در سایت IEEE
نشریه آی تریپل ای

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۲۰ صفحه (۱ صفحه رفرنس انگلیسی) با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر  ترجمه شده است  
ترجمه متون داخل تصاویر ترجمه نشده است 
درج تصاویر در فایل ترجمه درج شده است  
منابع داخل متن درج نشده است 
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

مقدمه

روش شناسی

الف ) روش ۱ : الگوریتم ها برای استخراج ویژگی و طبقه بندی با استفاده از سیگنال های اصلی ECG

ب) روش ۲ : الگوریتم ها برای استخراج ویژگی و طبقه بندی با استفاده از سیگنال های ECG تبدیل شده با استفاده از موجک

نتایج

جمع بندی

 

بخشی از ترجمه

چکیده

قلب یکی از مهم ترین اندام بدن است که خون را همراه با مواد مغذی و اکسیژن در سراسر بدن ، گردش میدهد. تعدادی از دلایل وجود دارد که میتواند بر روی عملکرد عادی قلب، تاثیر بگذارد. در این مقاله ده بیماری قلبی، همراه با شرایط نرمال قلبی، با استخراج ویژگی از سیگنال های ECG ( الکتروکاردیوگرام) و تبدیل موجک سطح ششم از سیگنال های ECG بررسی شده است. نتایج با هم مقایسه شده است و صحت آن با استفاده از سیگنال های تبدیل موجک، بهبود پیدا میکند.

 

جمع بندی

برای کمک کردن به متخصص های پزشکی برای تشخیص بیماری های قلبی، سیگنال های ECG را میتوان با استفاده از الگوریتم های نرم افزاری در جهت به دست آوردن تشخیص در مورد بیماری های قلبی خودکار ، استفاده کرد. در این مقاله طبقه بندی از سیگنال های ECG و سیگنال های تبدیل شده ی ECG ، بررسی شده است. صحت طبقه بندی ۸۷٫۵% در این مطالعه با استفاده از طبقه بندی کننده ی kNN انجام شده است. به عنوان یکی از حوزه های آتی برای این مطالعه، یک سیستم سخت افزاری را میتوان توسعه داد که بتواند بیماری های قلبی را به صورت خودکار ثبت کرده و تشخیص دهد و بتوان از آن در نواحی دور که دسترسی پزشکان به آن منطقه سخت است، استفاده کرد. همچنین دیگر انواع طبقه بندی کننده ها مانند بردار های پشتیبان ، مدل ترکیب گاوسی، مدل مارکوف پنهان را میتوان برای طبقه بندی استفاده کرده و عملکرد آن ها را با kNN مقایسه کرد.

 

بخشی از مقاله انگلیسی

Abstract

Heart is the most vital organ which circulates blood along with nutrients and oxygen throughout the body. There are number of reasons which may affect its normal working. In this paper ten heart diseases, as well as normal, have been classified by extracting features from original ECG (electrocardiogram) signals and sixth level wavelet transformed ECG signals. The results have been compared and improved accuracy has been obtained using wavelet transformed signals.

 

IV- CONCLUSION

To help medical practitioners diagnose subject’s heart diseases, ECG signal can be interpreted by software algorithms in the direction of achieving automated heart disease diagnosing system. In this paper classification is done from original ECG signals and wavelet transformed ECG signals. Classification efficiency of 87.5% has been obtained using wavelet transformed ECG signals. Classification is done using kNN classifier. As a future scope of this paper, an automated hardware system can be developed which may record and diagnose heart disease automatically and can be used at remote places where it is difficult for medical practitioners to service the people. Also other classifiers like Support vector machines, Gaussian Mixture Model, Hidden markov model can be used for classification and their performance can be compared with kNN. R

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

رده بندی بیماری های قلبی از سیگنال های ECG با استفاده از تبدیل موجک و رده بندی KNN

عنوان انگلیسی مقاله:

Classification of heart diseases from ECG signals using wavelet transform and kNN classifier

 

 

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.