تشخیص بیماریهای عصبی پیشرونده تدریجی به کمک ویژگی های خطی سیگنال راه رفتن

اسکلروز جانبی آمیوتروفیک، پارکینسون و هانتینگتون مجموعهای از شایع ترین نوع بیماریهای عصبی پیشرونده تدریجی هستند. از آنجایی که زوال و نقص در نرونهای عصبی میتواند بر حرکتهای فرد در این بیماریها اثرگذار باشد، یکی از مهمترین روشهای تشخیصی این بیماریها بر مبنای تحلیل سیگنال راه رفتن استوار است. در این مطالعه با هدف تشخیص این بیماریها، گشتاورهای آماری سیگنال راه رفتن مربوط به پای چپ و راست مورد بررسی قرار گرفته اند. از نزدیکترین همسایگی نیز به عنوان طبقه بند بهره گرفته شده است. عملکرد الگوریتم پیشنهادی با استفاده از داده های مربوط به 16 فرد سالم، 15 فرد پارکینسونی، 20 فرد هانتینگتونی و 13 فرد مبتلا به اسکلروز جانبی آمیوتروفیک مورد ارزیابی قرار گرفته است. نتایج حاصل از 10 دسته اعتبارسنجی متقابل گویای این است که روش پیشنهادی قادر است که هر سه بیماری اسکلروز جانبی آمیوتروفیک، پارکینسون و هانتینگتون را به ترتیب با دقت 93/45، 93/89 و 90/38 درصد تشخیص دهد. از این رو میتوان عنوان نمود که ایجاد مصالحه بین دقت تشخیص و بارمحاسباتی کم به دلیل استفاده از ویژگیهای ساده خطی از مزایای این روش است.

تشخیص بیماریهای عصبی پیشرونده تدریجی به کمک ویژگی های خطی سیگنال راه رفتن Keywords:

بیماری اسکلروز جانبی آمیوتروفیک , بیماری پارکینسون , بیماری هانتینگتون , سیگنال راه رفتن , K نزدیکترین همسایگی