مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

358
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

538
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تفکیک بیماری های نورودژنراتیو با تحلیل دینامیک الگوی راه رفتن و رویکردهای ادغام در سطح ویژگی

صفحات

 صفحه شروع 31 | صفحه پایان 45

چکیده

 هدف: در سال های اخیر, برخی از مطالعات, تاثیر بیماری های نورودژنراتیو بر الگوهای راه رفتن افراد را با تکنیک های پردازش سیگنال و الگوریتم های یادگیری ماشین مورد بررسی قرار داده اند. هدف مطالعه حاضر, ارائه یک سیستم خودکار برای تفکیک بیماری-های هانتینگتون, اسکلروز جانبی آمیوتروفیک (Amyotrophic Lateral Sclerosis; ALS) و پارکینسون از گروه کنترل سالم با تحلیل دینامیک الگوی راه رفتن (به طور دقیق تر, زمان قدم) بوده است. به علاوه, تاثیر ادغام ویژگی های بدست آمده از پای چپ و راست افراد را مورد بررسی قرار دادیم. روش بررسی: ابتدا, ویژگی های قطبی از نگاشت های پوانکاره تاخیردار استخراج شد. تاخیر بهینه این نگاشت, با استفاده از الگوریتم اطلاعات متقابل تخمین زده شد. سپس, پنج استراتژی ادغام در سطح ویژگی ارائه شد. تفکیک گروه ها با شبکه عصبی رو به جلو انجام شد در حالی که اثر تغییر پارامتر شبکه نیز مورد بررسی قرار گرفت. سیستم پیشنهادی با استفاده از داده های موجود در پایگاه داده فیزیونت ارزیابی شد, که حاوی 16 ثبت از گروه کنترل (14 زن و 2 مرد؛ 20-74 سال), 20 ثبت از هانتینگتون (14 زن و 6 مرد؛ 29-71 سال), 13 ثبت از ALS (3 زن و 10 مرد؛ 36-70 سال) و 15 ثبت از پارکینسون (5 زن و 10 مرد؛ 44-80 سال) است. یافته ها: با چهارمین استراتژی ادغام, صحت 93/47 % در جداسازی گروه های کنترل و هانتینگتون بدست آمد. با الگوریتم ادغام دوم, گروه های کنترل/ هانتینگتون و کنترل/پارکینسون به ترتیب با نرخ صحت 92/92 % و 91/93 % جدا شدند. بالاترین صحت در الگوریتم ادغام اول 91/72 % در طبقه بندی گروه کنترل و ALS بود. سومین الگوریتم ادغام نیز توانست درصد صحت طبقه بندی 91/13 % در جداسازی دو گروه کنترل و هانتینگتون را ارائه دهد. عملکرد الگوریتم در تفکیک گروه های بیمار از هم ضعیف تر بوده است. نتیجه گیری: سیستم پیشنهادی در مقایسه با الگوریتم های قبلی منتشر شده عملکرد مناسبی داشته است. مطالعات بیشتر بر الگوریتم های هوشمند طبقه بندی و گسترش روش پیشنهادی می تواند راه را برای تشخیص پیش بالینی بیماری های نورودژنراتیو هموار کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    گشوارپور، عاطفه، و گشوارپور، عاتکه. (1400). تفکیک بیماری های نورودژنراتیو با تحلیل دینامیک الگوی راه رفتن و رویکردهای ادغام در سطح ویژگی. علوم پیراپزشکی و توانبخشی مشهد، 10(1 )، 31-45. SID. https://sid.ir/paper/370949/fa

    Vancouver: کپی

    گشوارپور عاطفه، گشوارپور عاتکه. تفکیک بیماری های نورودژنراتیو با تحلیل دینامیک الگوی راه رفتن و رویکردهای ادغام در سطح ویژگی. علوم پیراپزشکی و توانبخشی مشهد[Internet]. 1400؛10(1 ):31-45. Available from: https://sid.ir/paper/370949/fa

    IEEE: کپی

    عاطفه گشوارپور، و عاتکه گشوارپور، “تفکیک بیماری های نورودژنراتیو با تحلیل دینامیک الگوی راه رفتن و رویکردهای ادغام در سطح ویژگی،” علوم پیراپزشکی و توانبخشی مشهد، vol. 10، no. 1 ، pp. 31–45، 1400، [Online]. Available: https://sid.ir/paper/370949/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button