تشخیص انجماد راه رفتن در بیماران مبتلا به پارکینسون با استفاده از حسگرهای پوشیدنی و یادگیری عمیق
عنوان مقاله: تشخیص انجماد راه رفتن در بیماران مبتلا به پارکینسون با استفاده از حسگرهای پوشیدنی و یادگیری عمیق
شناسه ملی مقاله: JR_JEMSC-8-1_004
منتشر شده در در سال 1401
شناسه ملی مقاله: JR_JEMSC-8-1_004
منتشر شده در در سال 1401
مشخصات نویسندگان مقاله:
مریم طالب وند - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
امیر لکی زاده - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
فرانک فتوحی - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
خلاصه مقاله:
مریم طالب وند - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
امیر لکی زاده - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
فرانک فتوحی - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
انجماد راه رفتن (FOG) یکی از عوارض بیماری پارکینسون (PD) است که منجر به ناتوانی بیمار در انجام فعالیتهای حرکتی می شود. وقوع FOG باعث کاهش استقلال بیماران در انجام فعالیتهای روزمره و به طور کلی کاهش کیفیت زندگی آنها میشود. استفاده از روشهای محاسباتی میتواند با بررسی دقیق وضعیت FOG در بیماران، پشتیبانی غیردارویی و اطلاعات تکمیلکنندهای را در مورد بیماری به متخصصان مغز و اعصاب ارائه دهد و احتمال ارائه یک درمان موثرتر را افزایش دهد. این مقاله، روشی را برای تشخیص FOG بر اساس تکنیکهای یادگیری عمیق و پردازش سیگنال ارائه میدهد. دادههای به کار رفته، مجموعه داده Daphnet میباشد که از طریق سنسورهای پوشیدنی قرار گرفته بر روی بدن بیماران، جمعآوری شده اند. روش پیشنهادی، پس از پالایش و پیشپردازش داده ها، به تشخیص FOG از طریق ارائه یک معماری شبکه عصبی عمیق مبتنی بر شبکههای حافظه کوتاه مدت دوطرفه (BDL-FOG) میپردازد. نتایج تجربی نشان میدهد که روش پیشنهادی به دلیل سازگاری بیشتر با دادههای سری زمانی توانسته است ضمن بهبود فرآیند تشخیص FOG به دقت بالاتری نسبت به بهترین روشهای موجود دست یابد.
کلمات کلیدی: انجماد راه رفتن, بیماری پارکینسون, شبکه های عصبی بازگشتی, یادگیری عمیق
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1709038/