[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما :: ::
:: سال 9، شماره 1 - ( دو فصل‌نامه انجمن مهندسی صوتیات ايران بهار و تابستان 1400 ) ::
جلد 9 شماره 1 صفحات 90-78 برگشت به فهرست نسخه ها
بازشناختی چندترازی درد جهت واکافت صدای گریه نوزاد با به کارگیری ویژگی‌های بُعد شکستال و رگرسیون منطقی با طبقه‌بند بیشینه محتمل (مقاله پژوهشی)
خسرو رضائی*، فردین قادری، فاطمه نقوی
چکیده:   (115 مشاهده)
در تقابل با دیگر شیوه‌های آشکارسازی خودکار درد در نوزادان، تشخیص درد از طریق واکافت صدا برای درک وضعیت نوزاد چندان مورد توجه نبوده است. هر چند استخراج ویژگی­ های مناسب از صداهای نوزاد در زمان گریه کردن به نتایج مطلوب طبقه ­بندی منجر می‌شود، اما این مسئله مستلزم وجود دانش کافی در مورد ویژگی­ های به‌دست‌آمده و نیز انتخاب مؤثر صفات است. در این مقاله، چندین توصیف گر برای استخراج اطلاعات تفکیک‌پذیر در کنار رأی‌گیری وزنی در انتخاب ­ویژگی پیشنهاد شده‌اند. هم‌چنین، شیوه بهبودیافته درست­ نمایی رگرسیون منطقی جهت طبقه­ بندی درد به‌کار گرفته شد. شیوه پیشنهادی توسط مجموعه ای از صداهای ضبط‌شده نوزادان مورد ارزیابی‌ قرارگرفت. با استفاده از انواع مختلفی از ویژگی­ ها، بازشناختی کلی معادل 96/6 درصد در طبقه­ بندی پنج تراز مختلف از حس درد رقم خورده است. نتایج حاکی از آن هستند که طبقه ­بندی بهینه‌سازی‌شده نسبت به راه­کارهای مشابه از نظر دقت تشخیص دارای اثربخشی چشم‌گیری است. چالش­ هایی چون عدم­ قطعیت و بروز خطاهای طبقه ­بندی بالا که اغلب با اعمال داده ­های دیده نشده رخ می­دهند، به‌دلیل توانایی انطباق­ پذیری شیوه پیشنهادی حل ‌شده‌اند. تجزیه‌ و تحلیل مقایسه ­ای نشان از این واقعیت دارد که بر مبنای شیوه پیشنهادی در ترکیب با و یژگی­های ادراکی، پیشرفت چشم‌گیری در عملکرد تشخیص چندترازی حاصل شده است.
واژه‌های کلیدی: بازشناختی درد، گریه نوزاد، پردازش صدا، استخراج ویژگی، رای‌گیری وزنی، طبقه بند بهینه.
متن کامل [PDF 1351 kb]   (37 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: پردازش علائم صوتی
دریافت: 1399/6/29 | پذیرش: 1400/6/31 | انتشار: 1400/6/20
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rezaee K, Ghaderi F, Naghavi F. Multilevel pain recognition to analyze infant crying sound using fractal dimension features and logistic regression with a maximum likelihood classifier (Research Article). مجله علمی پژوهشی انجمن مهندسی صوتیات ایران. 2021; 9 (1) :78-90
URL: http://joasi.ir/article-1-194-fa.html

رضائی خسرو، قادری فردین، نقوی فاطمه. بازشناختی چندترازی درد جهت واکافت صدای گریه نوزاد با به کارگیری ویژگی‌های بُعد شکستال و رگرسیون منطقی با طبقه‌بند بیشینه محتمل (مقاله پژوهشی). مجله علمی پژوهشی انجمن مهندسی صوتیات ایران. 1400; 9 (1) :90-78

URL: http://joasi.ir/article-1-194-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
سال 9، شماره 1 - ( دو فصل‌نامه انجمن مهندسی صوتیات ايران بهار و تابستان 1400 ) برگشت به فهرست نسخه ها
مجله علمی-پژوهشی انجمن مهندسی صوتیات ایران Journal of Acoustical Engineering Society of Iran
Persian site map - English site map - Created in 0.05 seconds with 30 queries by YEKTAWEB 4343