مروری بر رویکردهای هوش مصنوعی قابل تفسیر در تشخیص بیماری پارکینسون با استفاده از دست خط
- سال انتشار: 1401
- محل انتشار: هفتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ECMM07_044
- زبان مقاله: فارسی
- تعداد مشاهده: 854
نویسندگان
دانشجوی دکتری تخصصی مهندسی کامپیوتر، گروه کامپیوتر، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
عضو هیئت علمی، گروه کامپیوتر، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
چکیده
بیماری پارکینسون یک بیماری پشرونده تخریب کننده عصبی شدید است که منجر به لرزش اندامها، سفتی بدن، مشکل در راه رفتن، تعادل و هماهنگی حرکات، مشکلات حافظه و افسردگی میشود.علائم معمولا زمانی ظاهر میشوند که اکثر سلولهای تولیدکننده دوپامین (حدود ۷۰ درصد) به طور طبیعی کار خود را متوقف کنند . علائم به مرور و با کاهش سطح دوپامین بدن تشدید می شود، در دهه های اخیر تشخیص زودهنگام بیماری با استفاده از روشهای غیر تهاجمی بسیار حائز اهمیت بوده است چون می تواند در بهبود کیفیت زندگی فرد بیمار و همچنین فرآیند کنترل بیماری تاثیر به سزایی داشته باشد. این مقاله با تمرکز بر رویکرد های هوش مصنوعی قابل تفسیر به مروری بر روش های تشخیص زودهنگام بیماری پارکینسون با استفاده از نمونه دست خط بیماران می پردازد و ضمن معرفی و بررسی مهمترین دیتاست های دست خط از جمله: NewHandPD، HandPD، Parkinson s Drawing و PaHaW به بررسی رویکردهای تشخیص زودهنگام بیماری با استفاده از نمونه دست خط پرداخته و به مقایسه رویکرد های جعبه سفید مانند برنامه ریزی ژنتیکی دکارتی و درخت تصمیم در مقابل روشهای مبتنی بر رویکردهای جعبه سیاه مانند SVM می پردازد.کلیدواژه ها
پارکینسون، هوش مصنوعی قابل توضیح،۱ درخت تصمیم، ماشین بردار پشتیبان، برنامه ریزی ژنتیکی دکارتیمقالات مرتبط جدید
- توسعه مدل های یادگیری چندعاملی برای هماهنگی خودمختار در سیستم های سایبری-فیزیکی با بهره گیری از تقویت یادگیری عمیق چندعاملی
- پیش بینی تطبیقی احساسات در گفتار چند زبانه با استفاده از مدل های ترنسفورمر چندوجهی و یادگیری انتقالی
- معماری های اصلی شبکه های عصبی عمیق و مقایسه آنها
- Beyond Counsel: The Role of Artificial Intelligence in Transforming Legal Practice and Justice Access
- معماری بهینه برای شبکه حسگر بیسیم با بیشترین کاهش انرژی
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.