تحلیل جبری سیگنال نیروی عکس العمل عمودی زمین برای تشخیص و تفکیک شدت بیماری پارکینسون

بیماری پارکینسون یکی از رایج­ترین بیماری­های پیش­رونده­ی تدریجی است که با تاثیر بر سیستم عصبی مرکزی باعث بروز اختلالات راه­ رفتن می­شود. از آن جا که این بیماری قابل درمان نیست، تشخیص صحیح و به موقع آن می­تواند به آهسته کردن سیر پیش رفت بیماری، کاهش آسیب­های جسمی و ارتقای کیفیت زندگی بیماران کمک شایانی نماید. در این راستا توسعه­ی سیستم­های تشخیصی با عمل کرد سریع، کم هزینه و قابل اعتماد حائز اهمیت است. برای حل این مساله در این تحقیق  یک روش تشخیصی با استفاده از سیگنال نیروی عکس­العمل عمودی زمین که یک شاخص غیر­تهاجمی و مفید از نحوه ی کنترل حرکتی فراهم می­کند، ارائه شده است. این روش تشخیصی بر اساس تجزیه ی تعمیم­یافته ی مقدار تکین سیگنال و طبقه­بندهای k-نزدیک­تر­ین همسایگی (KNN) و شبکه ی عصبی احتمالی (PNN) است. عمل کرد این الگوریتم با استفاده از سیگنال راه رفتن ۹۳ بیمار پارکینسون و ۷۳ فرد سالم مورد ارزیابی قرار گرفته است. نتایج به دست آمده نشان می­دهد که ویژگی جدید متقارن ارائه شده قادر است بیماری پارکینسون را به کمک روش طبقه­بندی k-نزدیک ترین همسایگی و شبکه ی عصبی احتمالی به ترتیب با صحت ۱۹/۹۶% و ۶۷/۹۵%، حساسیت ۰۲/۹۷% و ۳۵/۹۳% و اختصاصیت ۰۲/۹۵% و ۳۳/۹۷% تشخیص دهد. از سوی دیگر این روش در تشخیص شدت بیماری نیز موفق به ارائه ی صحت ۲۳/۹۸% و ۵۱/۹۸%، حساسیت­ ۵/۹۳% و ۱۰۰% و اختصاصیت ۱۰۰% و ۵۳/۹۶% برای این دو طبقه­بند شده است. صحت بالای نتایج به دست آمده نشان دهنده ی قابلیت مناسب روش­ غیرتهاجمی و کم هزینه ی ارائه شده در تشخیص بیماری پارکینسون و تفکیک شدت آن است که استفاده از آن را در کاربردهای کلینیکی ممکن می­سازد.

کلیدواژه ها:

بیماری پارکینسون ، k-نزدیک ترین همسایگی ، شبکه ی عصبی احتمالی ، ویژگی متقارن ، نیروی عکس العمل عمودی زمین