ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص بیماری پارکینسون مبتنی بر کاهش ابعاد ویژگی با استفاده از الگوریتم بهینه سازی زنبور عسل

تعداد صفحات: 10 | تعداد نمایش خلاصه: 219 | نظرات: 0
سال انتشار: 1397
کد COI مقاله: IDMEC01_050
زبان مقاله: فارسی
(فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بیماری پارکینسون مبتنی بر کاهش ابعاد ویژگی با استفاده از الگوریتم بهینه سازی زنبور عسل

مجید خسروی نژاد - دانشجوی کارشناسی ارشد، موسسه آموزش عالی آفرینش، بروجرد، لرستان
مونا یخچی - استادیار، موسسه آموزش عالی آفرینش، بروجرد، لرستان
زینب نظام - دانشجوی دکتری، دانشکده مهندسی کامپیوتر، گروه نرمافزار، دانشگاه اصفهان

چکیده مقاله:

بیماری پارکینسون از مخرب ترین بیماری ها در دستگاه عصبی می باشد که صوت را سریع تر و بیش از سایر زیرسیستم های بدن تحت تاثیر قرار می دهد. آنالیز سیگنال های صوتی یکی از مهم ترین روش های تفکیک بیماران پارکینسون تبدیل شده است که روشی کم هزینه و عدم نیاز به حضور فیزیکی بیمار در کلینیک را به همراه دارد. به این منظور، محققین بیشتر از ویژگی های خطی صوت استفاده می کنند. با ثبت سیگنال صوتی ناشی از تلفظ واژه ها و سپس استخراج ویژگی های مناسب از آنها، می توان اختلال در حرکت های صوتی فرد مبتلا به پارکینسون را شناسایی کرد. بنابراین توانایی تشخیص بیماری قبل از بروز سایر علائم بالینی در درسترس خواهد بود. روش پیشنهادی در این مقاله با استفاده از الگوریتم بهینه سازی زنبور عسل به کاهش ابعاد ویژگی می پردازد. در این مرحله، بهترین ویژگی ها از میان صوت و علائم ظاهری افراد استخراج می شود. سپس این ویژگی ها به صورت بردار به عنوان ورودی به یک دسته بند ماشین بردار پشتیبان اعمال میشوند تا مرحله آموزش انجام گیرد. ارزیابی ها نشان می دهد که روش پیشنهادی از دقت بالایی در تشخیص بیماری پارکینسون برخوردار می باشد و همزمان سبب کاهش فضای ذخیره سازی و زمان محاسبات می شود.

کلیدواژه ها:

بيماري پاركينسون، ويژگي هاي صوتي، ماشين بردار پشتيبان، الگوريتم زنبور عسل، طبقه بند.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/990604/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
خسروی نژاد، مجید و یخچی، مونا و نظام، زینب،1397،تشخیص بیماری پارکینسون مبتنی بر کاهش ابعاد ویژگی با استفاده از الگوریتم بهینه سازی زنبور عسل،اولین کنفرانس ملی کسب و کارهای نوین و هوشمند داده کاوی و پردازش تصاویر،کرمان،،،https://civilica.com/doc/990604

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، خسروی نژاد، مجید؛ مونا یخچی و زینب نظام)
برای بار دوم به بعد: (1397، خسروی نژاد؛ یخچی و نظام)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 91
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی