ECG Signal Classification Technique Based on Deep Features Using Differential Evolution Algorithm Extreme Learning Machine (DEA-ELM)

Elektrokardiyogram (EKG) işaretlerinin hareketleri kalp hastalıklarının teşhisinde çok önemlidir. Makine öğrenme yöntemleri, EKG işaretlerini sınıflandırmak için yaygın olarak kullanılmaktadır. Bu çalışmanın amacı, Diferansiyel Evrim Algoritması Uç Öğrenme Makinesinin (DGA-UÖM) kullanarak EKG işaretlerinin sınıflandırılmasına katkıda bulunmaktır. Bu çalışmada, EKG iaşretlerini sınıflandırmak için Physionet'teki açık erişimli kalp kayıtları kullanılmıştır. EKG işaretlerini gürültüden arındımak için  ön işlem süreci uygulanmıştır. Daha sonra, özellik çıkarımı aşaması için EKG işaretleri spektogramlara dönüştürülmüştür. EKG işaretlerinin özelliklerini elde etmek için Konvolüsyonel Sinir Ağına (KSA) dayanan bir yöntem kullanılmıştır. DGA-UÖM algoritması en iyi aktivasyon fonksiyonun seçmek için kullanılmıştır. Bu bağlamda, DGA-UÖM ile yapılan sınıflandırmada  sigmoid aktivasyon fonksiyonu ve 750 iterasyon  ile % 79.37 en iyi maliyet değerine ulaşılmıştır .