یاسمین اعزازی - دانشجو کارشناسی ارشد، دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند
پیوند قادریان - دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران

بیماری پارکینسون یکی از مهم ترین بیماری های سیستم عصبی است که به دلیل انحطاط نورون های دوپامینرژیک در جسم سیاه مغز رخ می دهد. از آنجایی که این بیماری درمان قطعی ندارد، بنابراین تشخیص کلینیکی و به موقع آن می تواند در کند نمودن سیر پیشرفت بیماری و ارائه راهکارهای کنترلی برای بهبود کیفیت زندگی بیماران نقش اساسی ایفا کند. در این مطالعه از تحلیل سیگنال الکتروانسفالوگرام به عنوان یک مشخصه کم هزینه، غیرتهاجمی و قابل اعتماد برای تشخیص استفاده شده است. روش پیشنهادی بر مبنای استخراج اطلاعات فرکانسی سیگنال به کمک تبدیل والش و محاسبه مجموعه ای از ویژگی ها مانند آنتروپی، معیارهای تکانش، ویژگی های آماری پایه و مرتبه بالا از ضرایب استخراج شده است. سپس، برای ارزیابی قدرت تفکیکی روش ارائه شده، از ماشین بردار پشتیبان و k نزدیک ترین همسایگی به منظور تفکیک بیماران از گروه سالم استفاده شده است. قابلیت تشخیص روش با استفاده از داده های الکتروانسفالوگرام ۲۸ فرد سالم و ۲۸ بیمار مبتلا به پارکینسون در حین انجام تکلیف یادگیری-تقویتی مورد ارزیابی قرار گرفته است. نتایج به دست آمده نشان داده است که روش پیشنهادی قادر است با استفاده از ویژگی آنتروپی، ماشین بردار پشتیبان و k نزدیک ترین همسایگی بیماری پارکینسون را به ترتیب با صحت بالای ۹۹.۹۵% و ۹۹.۹۸% تشخیص دهد.

بیماری پارکینسون, تکلیف یادگیری-تقویتی, تبدیل والش هادامارد, k نزدیک ترین همسایگی, ماشین بردار پشتیبان