تفکیک افراددچارضایعات عصبی ازافرادسالم بوسیله آنالیزغیرخطی تغییرات موقعیت مرکزفشاروشبکه های عصبی مصنوعی

یکی ازعوارض شایع دربسیاری ازبیماریهای دستگاه عصبی مرکزی عدم توانایی درحفظ تعادل و پایداری آن است که دراثرضعیف شدن یا ازبین رفتن سلولهای عصبی به وجود می اید این بیماریها باعث محدودشدن فعالیت های روزمره افرادبیمارمیشود بنابراین اختلال درتعادل درهنگام ایستادن ازمهمترین عوامل ناتوانی این افراد است یکی ازراه کارهای تشخیص بیماریهای عصبی بررسی تغییرات ایجادشده درکیفیت تعادل افراد بیمار است و دراین تحقیق راهکاری مناسب و عملی مبتنی برشبکه های عصبی برای تفکیک بیماران ضایعات عصبی ازافرادسالم پیشنهاد شده است به این منظور با استفاده ازیک صفحه نیروسیگنال COP افرادسالم و 8بیمارکه باتحریک الکتریکی ایستاده اند ثبت شده است ویژگیهای بعدهمبستگی بعدفرکتال نمای لیاپانوف و انتروپی برای داده های ثبت شده محاسبه شد و ازشبکه های عصبی MLP به عنوان ابزاری که قابلیت استنتاج یادگیری رادارا است برای تفکیک بیماران استفاده شده است نتایج این مطالعه نشان میدهد که بااستفاده ازروشهای اموزش تکاملی مانند PSO برای شبکه عصبی میتوان به شبکه کمک کرد تا دینامیک تعادل راازویژگیهای سیگنال بیماران بیاموزد و به این ترتیب ازمقایسه الگوی تعادلی استخراج شده بیماران و افرادمورد ازمون برای تفکیک افرادبیمار ازسالم استفاده کرد

کلیدواژه ها:

مرکزفشارCOP ، بعدهمبستگی ، لیاپانوف ، تشخیص ضایعات عصبی ، MLP ، الگوریتم ژنتیک ، حرکت تجمعی ذراتPSO