انتخاب داده های آموزشی بهینه با استفاده از الگوریتم ژنتیک برای تشخیص بیماری پارکینسون

پارکینسون نوعی بیماری عصبی است که به سرعت بر روی اندام های حرکتی انسان تاثیر می گذارد. تشخیص زودهنگام این بیماری برای جلوگیری از پیشرفت آن بسیار مهم است. دقت دسته بندی SVM به طور کامل به نحوه انتخاب داده های آموزشی آن بستگی دارد. در این مقاله نشان داده شده است که چگونه با استفاده از الگوریتم ژنتیک بهترین داده های آموزشی برای دسته بندی SVM انتخاب شده است، و از طریق روش پیشنهادی، دقت تشخیص بیماری پارکینسون پارکینسون به میزان 2.87% بهبود داده شد و 98.97% رسیده است.

Keywords:

تشخیص بیماری پارکینسون , دسته بندی بردار پشتیبان , الگوریتم ژنتیک , دسته بندی SVM