فهرست نشریات علمی دسترسی آزاد ایران

در سال‌های اخیر استفاده از الگوریتم‌های مدل-پایه برای پردازش سیگنال ECG رواج گسترده‌ای یافته است. استخراج مدل دینامیکی ECG یکی از مراحل مهم در این الگوریتم­ها است که تاثیر مستقیمی بر عمل‌کرد آن‌ها دارد. پارامترهای موجود در این مدل را می­توان با استفاده از الگوریتم‌های بهینه­سازی محاسبه کرد. یکی از متداول‌ترین الگوریتم­ها در این زمینه یک الگوریتم غیرخطی آفلاین است که برای تقریب خوب مدل و پارامترهای آن به نقاطی از سیگنال ECG نیاز دارد که باید توسط کاربر به صورت دستی انتخاب شود. علاوه بر مشکل فوق، تابع هدف در این الگوریتم یک تابع پیچیده است که در صورت انتخاب نادرست نقاط مناسب برای بهینه‌سازی، خروجی مناسبی نخواهد داشت. در این مقاله یک الگوریتم جدید خودکار مبتنی بر الگوریتم‌های فراابتکاری معرفی شده است که نیازی به انتخاب دستی نقاط برای مدل‌سازی ECG ندارد. این الگوریتم پیشنهادی به دلیل ساده‌سازی فرایند بهینه‌سازی از دقت بالایی نسبت به الگوریتم بهینه­سازی غیرخطی آفلاین مورد اشاره برخوردار است. از آن‌جا که یک الگوریتم فراابتکاری ممکن است در برخی از مسائل بهینه‌سازی موفق و در برخی دیگر ناموفق عمل کند، در این مقاله عمل‌کرد 9 الگوریتم فراابتکاری متداول مانند ازدحام ذرات، کلونی زنبور عسل، جست‌وجوی فاخته و ... در استخراج پارامترهای مدل دینامیکی ECG مورد بررسی قرار گرفته است. جهت ارزیابی الگوریتم­ها از 200 سیگنال­ 30 ثانیه­ای مستخرج از پایگاه داده‌ی ریتم سینوس نرمال فیزیونت استفاده شده است. به منظور ارزیابی عمل‌کرد الگوریتم­ها، شباهت سیگنال‌های اصلی با سیگنال‌های مصنوعی ECG که توسط الگوریتم‌های بهینه­سازی ساخته­ شده مورد بررسی قرار گرفته است. نتایج بررسی­ها نشان داده است که سه الگوریتم جست‌وجوی فاخته، بهینه‌سازی مبتنی بر یادگیری و آموزش و بهینه‌سازی تبخیر آب بهترین عمل‌کرد را در استخراج پارامترهای مدل دینامیکی ECG دارند. نتایج حاصل از این مطالعه نشان داده که خطای میانگین مربعات (MSE) الگوریتم پیشنهادی با استفاده از سه الگوریتم فراابتکاری فوق  به ترتیب 50/1، 43/1 و 40/1 بوده در حالی که این مقدار برای الگوریتم بهینه­سازی غیرخطی آفلاین برابر با 82/4 است.