7991

طبقه بندي صداي قلب با روش مبتني بر يادگيري عميق

كارشناسي

برق

1401

احمد آيت اللهي

1401/07/08

برق

Heart Sound Classification with Deep Learning

بيماري هاي قلبي عروقي يكي از دلايل اصلي مرگ و مير هستند. در سال 2019 تقريبا 17.9 ميليون نفر (معادل 32% كل مرگ و مير هاي دنيا) از بيماري هاي قلبي و عروقي جان باختند. [1] گوش دادن به صداي قلب يك روش موثر و ارزان براي تشخيص بيماري هاي قلبي است. در اين پروژه صدا هاي قلبي با استفاده از روش هاي يادگيري عميق به صدا هاي سالم و ناسالم طبقه بندي مي شوند. مجموعه داده ي مورد استفاده در اين پروژه مربوط به چالش سال 2016 سايت physionet.org مي باشد. اين داده ها از 9 پايگاه داده مختلف تهيه شده اند. كلاس و منابع به وجود آورنده ي داده ها متفاوت است از همين رو، در اين پروژه تلاش شده است تا با استفاده از ساختار شبكه ي يادگيري تشابه و تفاوت به همراه تابع هزينه ي سه بخشي مشكل تفاوت كلاس ها و منابع به وجود آورنده برطرف شوند. نتايج اين پروژه نشان ميدهد روش پيشنهادي عملكرد بهتري از لحاظ حساسيت ، ويژگي و دقت از روش هاي [2] و [3] دارند كه به ترتيب برندگان چالش هاي INTERSPEECH 2018 ComParE Heart Beat Sub-Challenge و Physionet 2016 بودند.

صداي قلب، فونوكارديوگرام، يادگيري عميق