ارائه یک روش نوین بهمنظور پیشبینی مرگ ناگهانی قلبی (SCD) با استفاده از روش انتخاب ویژگی و طبقهبندیکنندة تجمیع خبرگان

مرگ ناگهانی قلبی (SCD) نتیجه تخریب شدید عملکرد قلبی است که سبب ازبین‌رفتن سیستم قلبی در افراد می‌شود. وقتی این اتفاق رخ می­دهد، خون دیگر نمی­تواند برای مدتی به قسمت‌های مختلف بدن پمپ شود. این واقعه به قدری جدی است که می­تواند در عرض چند دقیقه، بیمار را از زندگی محروم سازد. درصورت علم به وقوع این حادثه می­توان ازطریق تجهیزاتی همچون دفیبریلاتور و استفاده از دیگر راهکارهای درمانی تعداد این نوع مرگ‌ها را به شدت کاهش داد. با وجود این، همچنان راه‌های مناسبی برای پیش­بینی مرگ ناگهانی قلبی وجود ندارد تا پزشکان بتوانند ازطریق آن، تصمیمات مناسبی برای بیماران در معرض خطر بگیرند. در این مطالعه با استفاده از بهترین روش‌های استخراج ویژگی از پردازش‌های غیرخطی، زمان - فرکانس و کلاسیک که فراهم‌آمدة مطالعات قبلی و تجربیات کارهای گذشته خود ما است، از یک روش نوین جهت انتخاب فضای ویژگی بهینه به‌صورت محلی استفاده شده است. همچنین در ادامه با توجه به وجود ویژگی‌های متفاوت از حوزه‌های مختلف، طبقه‌بندی‌کنندة تجمیع خبرگان پیشنهاد شده است.  روش‌های پیشنهادی این امکان را فراهم می­کنند که با انتخاب بهینه ویژگی‌ها در هر بازه 1 دقیقه‌ای از سیگنال، انتخاب ویژگی‌های متفاوتی در هر دقیقه قبل از واقعه انجام شود که با هم متفاوت باشند. این موضوع نه‌تنها باعث افزایش چشمگیر زمان پیش­بینی از 4 دقیقه به 12 دقیقه با صحت بالا می‌شود، بلکه امکان تفسیر علائم بالینی با توجه به تکثر وجود ویژگی‌ها در هر دقیقه را نیز فراهم می‌سازد. ازطرفی وجود شبکه تجمیع خبرگان، تصمیم مناسب‌تری به‌عنوان خروجی درمورد پردازش حوزه‌های مختلف خواهد گرفت. نتایج مطالعه نشان‌دهندة توانمندی درخور توجه روش‌های پیشنهادی نسبت به دیگر روش‌های ارئه‌شده در مطالعات مشابه است.