Ứng dụng giải thuật di truyền (GA) để tối ưu tham số hệ mờ trong phân lớp tín hiệu điện tim

Bài viết trình bày các bước xây dựng một mô hình phân lớp điện tim sử dụng hệ mờ không đơn trị (NSFLS). Đầu tiên, các tín hiệu điện tim được cho qua một khối tiền xử lý để loại nhiễu do môi trường ghi điện tâm đồ gây ra.
Nội dung trích xuất từ tài liệu:
Ứng dụng giải thuật di truyền (GA) để tối ưu tham số hệ mờ trong phân lớp tín hiệu điện tim LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA ỨNG DỤNG GIẢI THUẬT DI TRUYỀN (GA) ĐỂ TỐI ƯU THAM SỐ HỆ MỜ TRONG PHÂN LỚP TÍN HIỆU ĐIỆN TIM APPLICATION OF GA FOR OPTIMISING PARAMETERS OF FUZZY SYSTEMS IN ECG CLASSIFICATION Hoàng Thị Ngọc Diệp, Trần Duy Khánh, Hoàng Thị An Email: hoangdiepdtth@gmail.com Trường Đại Học Sao Đỏ Ngày nhận bài: 16/2/2017 Ngày nhận bài sửa sau phản biện: 6/11/2017 Ngày chấp nhận đăng: 28/12/2017 Tóm tắt Bài báo trình bày các bước xây dựng một mô hình phân lớp điện tim sử dụng hệ mờ không đơn trị (NSFLS). Đầu tiên, các tín hiệu điện tim được cho qua một khối tiền xử lý để loại nhiễu do môi trường ghi điện tâm đồ gây ra. Tín hiệu sau khi xử lý nhiễu sẽ được phân tích và trích rút các đặc trưng thích hợp. Các đặc trưng này là đầu vào của một hệ phân lớp mờ không đơn trị. Sau khi xác định cấu trúc của mô hình phân lớp, xây dựng các tham số của mô hình qua một quá trình học dựa vào tập dữ liệu huấn luyện. Cuối cùng, nhóm tác giả sử dụng giải thuật di truyền để tối ưu tham số hệ mờ nhằm thu được kết quả phân lớp tín hiệu điện tim tốt nhất. Từ khóa: Hệ mờ không đơn trị (NSFLS); giải thuật di truyền (GA); phân loại mẫu; phân lớp tín hiệu điện tim (ECG). Abstract The paper presents a method to construct a non-singleton fuzzy logic system (NSFLS) for ECG arrhythmic classification. The classifier is applied to distinguish normal sinus rhythm (NSR), ventricular fibrillation (VF) and ventricular tachycardia (VT). Two features of ECG signal, the average period and the pulse width, are inputs to the fuzzy classifier. The rule base used in the fuzzy system is constructed from training data. The generalized bell membership function is used to examine the performance of the classifier with different shapes of membership function. The results of experiments with data from the MIT-BIH Malignant Ventricular Arrhythmia Database show the viability of a non-singleton fuzzy system in ECG classification. Then, GA Optimisation of Non-Singleton Fuzzy Logic System for ECG Classification to obtain the best results. Keywords: Non-singleton fuzzy logic system (NSFLS); genetic algorithm (GA); pattern classification; electrocardiogram (ECG). 1. GIỚI THIỆU phân loại nhưng chúng đều có chung cấu trúc nền tảng và các bước khi thiết kế. Theo [8] các thành Trong thực tế có rất nhiều bài toán cần phân loại phần của một bộ phân loại và trình tự thiết kế bộ mẫu như bài toán phân loại ảnh khuôn mặt, phân phân loại được chỉ ra trên hình 1. loại văn bản, phát hiện lỗi trong các phân tích máy móc và y tế, phân loại chữ viết… Có rất nhiều vấn Bước trích chọn đặc trưng biến đổi dữ liệu đầu đề con người xử lý khá đơn giản. Trái lại, trong vào (trong không gian quan sát) thành các vectơ nhiều trường hợp, phương án sử dụng máy tính đặc trưng (trong không gian đặc trưng). Không đã chỉ ra mức độ khó của vấn đề. Tuy gặp nhiều gian đặc trưng có số chiều ít hơn nhiều so với khó khăn nhưng việc sử dụng máy tính trong các không gian quan sát. Bước tiếp theo là biến đổi bài toán nhận dạng mẫu ngày càng trở nên phổ từ không gian đặc trưng sang không gian quyết biến. Mục đích chính của việc phân loại mẫu là tự định được định nghĩa bởi tập các lớp (xác định). động trợ giúp con người khi phân tích khối lượng Một bộ phân loại hay một thuật toán sẽ sinh ra dữ liệu cực lớn và từ đó trích chọn ra những tri một phân hoạch của không gian đặc trưng bởi các thức hữu ích. Mặc dù có nhiều phương thức khi miền quyết định. Sau khi thiết kế bộ phân loại với Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 4(59).2017 5  NGHIÊN CỨU KHOA HỌC hiệu năng mong muốn, ta có thể sử dụng nó để loại mẫu và tiết kiệm chi phí tính toán. Nếu những phân loại các đối tượng mới. Điều này có nghĩa đặc trưng thừa hay không thích hợp ảnh hưởng là bộ phân loại sẽ gán từng vectơ đặc trưng trong đến hiệu năng cũng như chất lượng phân loại không gian đặc trưng với một lớp trong không mẫu, thậm chí có thể dẫn tới việc phân loại sai. gian quyết định. Do có nhiều cách lựa chọn thuật toán nên độ khó Trong bài toán phân loại mẫu, trích chọn đặc khi trích chọn đặc trưng cũng rất đa dạng. Hơn trưng là nhiệm vụ khó khăn nhất, quyết định đến nữa, trong các ứng dụng ta luôn phải đối mặt với độ chính xác của thuật toán. Khi trích chọn đặc nhiễu. Nguyên nhân của chúng là do nhiễu điện trưng cần lựa chọn những đặc trưng hữu ích để trong các thiết bị trích chọn hoặc thao tác các thiết tìm ra thuật toán học hiệu quả cho bài toán phân bị không đúng. Dữ liệuvào Dữ liệu vào Thu Thunhập dữdữ thập liệu Cảm biến Cảm biến Lựa chọn ...