تشخیص بیماری پارکینسون با استفاده از تکنیک شبکه عصبی کانولوشن

بیماری پارکینسون یک اختلال عصبی پیشرونده است که با مشکلات حرکتی شروع می شود. این بیماری می تواند بخشی از مغز شما که حرکات بدن را کنترل می کند تحت تاثیر قرار دهد. پارکینسون به تدریج آغاز می شود؛ بنابراین اغلب افراد متوجه بیماری خود نمی شوند اما با گذشت زمان لرزش جزئی در دست شروع شده و در نهایت این بیماری می تواند بر نحوه راه رفتن، صحبت کردن، خوابیدن و تفکر شما تاثیر بگذارد. یک ابزار مهم برای تشخیص پارکینسون نوار مغز یا الکتروانسفالوگرام (EEG) می باشد که آزمایشی است که ناهنجاری ها و مشکلات موجود در امواج مغزی یا فعالیت الکتریکی مغز بیماران را تشخیص می دهد. فعالیت مغز با تولید بارهای الکتریکی بسیار کوچکی همراه است. بسیاری از مشکلات و بیماری های مغزی از طریق بررسی این بارهای الکتریکی قابل تشخیص هستند. روش های یادگیری عمیق مهمترین و متداول ترین روش ها برای تشخیص خودکار بدون دخالت دست می باشند. روز به روز به اهمیت و استفاده از این روش ها افزوده می شود. در این مقاله با استفاده از روش یادگیری عمیق بر مبنای شبکه عصبی کانولوشن به استخراج ویژگی از تصویر زمان فرکانس سیگنال های مغز پرداخته و توسط طبقه بندی کننده KNN با درصد ۹۹/۸۵ به تشخیص بیماری پارکینسون می پردازد.

کلیدواژه ها:

بیماری پارکینسون ، شبکه عصبی کانولوشن ، یادگیری عمیق ، سیگنال EEG