Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Formation de perceptrons multicouches avec optimisation améliorée des essaims de particules pour la prédiction des maladies cardiaques

Kelwade JP et Salankar SS

L'étude de la variabilité de la fréquence cardiaque a récemment pris de l'ampleur pour une estimation de la santé cardiaque. Cet article propose une nouvelle approche pour améliorer la précision de prédiction du réseau neuronal des perceptrons multicouches (MLP) en utilisant une technique améliorée d'optimisation par essaim de particules (IPSO). L'IPSO calcule les poids et les biais du MLP pour une prédiction plus précise des classes d'arythmie cardiaque. Cette étude de prédiction de l'état cardiaque implique la sélection de trois types de signaux cardiaques, dont le bloc de branche gauche (LBBB), le rythme sinusal normal (NSR), le bloc de branche droit (RBBB) à partir de la base de données d'arythmie du MIT-BIH, la formation de séries chronologiques de fréquence cardiaque, l'extraction de caractéristiques à partir de séries chronologiques d'intervalles RR, la mise en œuvre d'un algorithme d'entraînement et la prédiction des classes d'arythmie. Plusieurs expériences sur la méthode d'entraînement proposée sont menées pour améliorer la capacité de convergence du MLP. Les résultats expérimentaux donnent une évaluation comparativement meilleure que l'algorithme d'apprentissage par rétropropagation (BP) basé sur le gradient.