سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی

Publish Year: 1392
Type: Conference paper
Language: Persian
View: 987

This Paper With 5 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICBME20_082

Index date: 14 April 2015

مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی abstract

تخریب صوتی جزء اولین نشانه های بیماری پارکینسون است. با توجه به اهمیت تشخیص زود هنگام این بیماری نورولوژیکی، آنالیز تغییرات ایجاد شده در سیگنالهای صوتی، یکی از راهکارهای مطرح در زمینه تفکیک بیماران پارکینسونی است. دراین مقاله به منظور تشخیص بیماران دچار پارکینسون با استفاده از آنالیز سیگناهای صوتی، راهکارهایی مبتنی بر شبکه های عصبی خودسازمانده و همچنین ترکیب این شبکه عصبی با الگوریتمPCAارائه شده است. در راهکار ارائه شده تعدادی ویژگی آکوستیکی سیگنال صوت، مربوط به سه بخش اصلی سیستم گفتاری، استخراج شدهاند. به منظور تشخیص نقص عملکردی در هر یک از بخشهایسیستم گفتاری، از یک شبکه عصبی خودسازمانده استفاده شده است. سپس نوعی رایگیری بین نتایج بدستآمده از هر شبکه عصبی انجام شده است. به بیان دیگر تشخیص بیماری یا عدم بیماری با استفاده از حداکثر رای شبکه های عصبی خودسازمانده انجام میگیرد. دادههای انسانی از 22 فرد، 11 فرد سالم و 11 بیمار، استخراج شدهاند. در نهایت نتایج دو راهکار طبقه بندی، مقایسه شده اند. درصد طبقهبندی با استفاده از حداکثر آرا برای هر راهکار به ترتیب 81.52 و 76.08 درصد بوده است.

مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی Keywords:

تشخیص پارکینسون , شبکه عصبی خود سازمان ده , ترکیب شبکه خود سازمانده باPCA , ویژگی های آکوستیکی صوت

مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی authors

زهره اشرف گنجویی

گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد ایران

حمیدرضا کبروی

عضو هیئت علمی گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد ایران

علی شعیبی

عضو هیئت علمی گروه پزشکی دانشکده علوم پزشکی مشهد ایران

ساناز احمدزاده

گروه مهندسی پزشکی دانشگاه آزاد اسلامی دزفول ایران

مقاله فارسی "مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی" توسط زهره اشرف گنجویی، گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد ایران؛ حمیدرضا کبروی، عضو هیئت علمی گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد ایران؛ علی شعیبی، عضو هیئت علمی گروه پزشکی دانشکده علوم پزشکی مشهد ایران؛ ساناز احمدزاده، گروه مهندسی پزشکی دانشگاه آزاد اسلامی دزفول ایران نوشته شده و در سال 1392 پس از تایید کمیته علمی بیستمین کنفرانس مهندسی پزشکی ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تشخیص پارکینسون، شبکه عصبی خود سازمان ده، ترکیب شبکه خود سازمانده باPCA ، ویژگی های آکوستیکی صوت هستند. این مقاله در تاریخ 25 فروردین 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 987 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تخریب صوتی جزء اولین نشانه های بیماری پارکینسون است. با توجه به اهمیت تشخیص زود هنگام این بیماری نورولوژیکی، آنالیز تغییرات ایجاد شده در سیگنالهای صوتی، یکی از راهکارهای مطرح در زمینه تفکیک بیماران پارکینسونی است. دراین مقاله به منظور تشخیص بیماران دچار پارکینسون با استفاده از آنالیز سیگناهای صوتی، راهکارهایی مبتنی بر شبکه های عصبی خودسازمانده و همچنین ترکیب ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله مقایسه pca-sofm و sofm به منظور تشخیص بیماری پارکینسون بااستفاده ازویژگیهای سیگنالهای صوتی با 5 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.