شناسایی بیماری های تخریب عصبی بر مبنای مدل خود بازگشتی چند متغیره سیگنال گیت و هم جوشی در طبقه بندهای هوشمند

  • سال انتشار: 1400
  • محل انتشار: دهمین کنفرانس مهندسی برق مجلسی
  • کد COI اختصاصی: NCEEM10_016
  • زبان مقاله: فارسی
  • تعداد مشاهده: 418
دانلود فایل این مقاله

نویسندگان

پویا قلیان محمدی

دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایرا ن

محمدرضا یوسفی

مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایرا ن

چکیده

تشخیص بیماری ها به کمک روش های جدید بسیار مورد توجه قرار گرفته است. یکی از این بیماری ها، بیماری اسکلروز جانبی آمیوتروفیک است. در این بیماری نورون های باعث تخریب پیشرونده و غیرقابل ترمیم در دستگاه عصبی مرکزی (مغز و نخاع) و دستگاه عصبی محیطی می شود علائم نورون محرکه فوقانی و هم نشانه های نورون محرکه تحتانی دیده می شود. تشخیص این بیماری از داده های آنالیز دینامیک حرکتی امکان پذیر است. روش های کلنیکی در تخیص این بیماری با خطای قابل توجهی مواجه هستند. روشهای مبتنی بر یادگیری ماشین یک راه کار موثر در تشخیص این بیماری ها هستند. روش پیشنهاد شده این تحقیق شامل پنج مرحله است. پیش پردازش، استخراج ویژگی، کاهش بعد، طبقه بندی و ارزیابی. نوآوری این مقاله در به کار گیری همجوی طبقه بندها در تشخیص این بیماری است. در همجوشی طبقه بندها، انواع طبقه بندهای خطی و غیر خطی در یک روش همجوشی با یکدیگر، بیماری را با دقت بالاتری تشخیص خواهند داد.

کلیدواژه ها

بیماری های انحطاط عصبی، آنالیز دینامیک راه رفتن، طبقه بندی، آنالیز مولفه های اصلی همجوشی طبقه بندها

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.