شماره ركورد كنفرانس :
4768
عنوان مقاله :
تشخيص بيماري پاركينسون مبتني بر كاهش ابعاد ويژگي با استفاده از الگوريتم بهينه سازي زنبور عسل
پديدآورندگان :
خسروي نژاد مجيد rezanasiripour@gmail.com دانشجوي كارشناسي ارشد، موسسه آموزش عالي آفرينش، بروجرد، لرستان , يخچي مونا rezanasiripour@gmail.com استاديار، موسسه آموزش عالي آفرينش، بروجرد، لرستان , نظام زينب rezanasiripour@gmail.com دانشجوي دكتري، دانشكده مهندسي كامپيوتر، گروه نرم‌افزار، دانشگاه اصفهان
كليدواژه :
بيماري پاركينسون , ويژگيهاي صوتي , ماشين بردار پشتيبان , الگوريتم زنبور عسل , طبقه بند.
عنوان كنفرانس :
اولين كنفرانس ملي كسب و كارهاي نوين و هوشمند داده كاوي و پردازش تصاوير
چكيده فارسي :
بيماري پاركينسون از مخرب ترين بيماري‌ها در دستگاه عصبي مي باشد كه صوت را سريعتر و بيش از ساير زيرسيستم هاي بدن تحت تاثير قرار مي‌دهد. آناليز سيگنال هاي صوتي يكي از مهمترين روش هاي تفكيك بيماران پاركينسون تبديل شده است كه روشي كم هزينه و عدم نياز به حضور فيزيكي بيمار در كلينيك را به همراه دارد. به اين منظور، محققين بيشتر از ويژگي هاي خطي صوت استفاده مي كنند. با ثبت سيگنال صوتي ناشي از تلفظ واژه ها و سپس استخراج ويژگيهاي مناسب از آنها، مي توان اختلال در حركت هاي صوتي فرد مبتلا به پاركينسون را شناسايي كرد. بنابراين توانايي تشخيص بيماري قبل از بروز ساير علائم باليني در درسترس خواهد بود. روش پيشنهادي در اين مقاله با استفاده از الگوريتم بهينه سازي زنبور عسل به كاهش ابعاد ويژگي مي‌پردازد. در اين مرحله، بهترين ويژگي‌ها از ميان صوت و علائم ظاهري افراد استخراج مي شود. سپس اين ويژگي‌ها به صورت بردار به عنوان ورودي به يك دسته بند ماشين بردار پشتيبان اعمال مي شوند تا مرحله آموزش انجام گيرد. ارزيابي‌ها نشان مي‌دهد كه روش پيشنهادي از دقت بالايي در تشخيص بيماري پاركينسون برخوردار مي باشد و همزمان سبب كاهش فضاي ذخيره سازي و زمان محاسبات مي شود.
