کاربرد روشهای یادگیری تجمیعی در تشخیص اختلال ساژیتال بالانس ستون فقرات

سنجش تنظیم ستون فقرات جهت شناسایی بیماری های ستون فقرات نظیر کمردرد مزم ن ضروری است . آسیب در استخوانها، مفاصل ، لیگامانها، ماهیچه ها و نخاع، منجر به انحراف ستون فقرات می شود. تشخیص شدت درد مربوط به انحراف ستون فقرات ناشی از اختلال ساژیتال بالانس دشوار است و ممکن است با خطا همراه باشد. با کمک روشهای مبتنی بر یادگیری ماشین امکان تشخیص با دقت بالای این عارضه وجود دارد. در این مطالعه با بهره گیری از الگوریتم های یادگیری ماشین به تشخیص این عارض بر اساس شاخص های ساژیتال بالانس پرداخته می شود. بدین منظور از مجموعه دادههای ۳۱۰ نمونه موجود در انبار داده Kaggle استفاده شده است و از روشهای شبکه عصبی مصنوعی ، درخت تصمیم CART، روشهای تجمیعی Bagging، Adaboost و Random Forest برای تشخیص استفاده شده است . نتایج نشان داد که روش تجمیعی Adaboost از دقت بالایی در تشخیص برخوردار است . با اجرای روش شبکه عصبی مصنوعی مشخص شد که شدت جابه جایی مهرهها، عامل کلیدی در اختلال در ساژیتال بالانس است .

کلیدواژه ها:

انحراف ستون فقرات ، ساژیتال بالانس ، تشخیص سیستمی ، یادگیری تجمیعی .