سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

طبقه بندی بیماران پارکینسون و افراد سالم با بهره گیری از ویژگیهای غیرخطی و الگوریتم های یادگیری ماشین

Authors :

محمد جواد عبدی¹ پریا شکری² امیرحسین تجرد³ تانیا حسین خانی⁴ اصغر زارعی⁵

1- دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران 2- دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران 3- دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران 4- دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران 5- دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران

Keywords :

آنتروپی تجزیه مقدار منفرد،آنتروپی فازی،الکتروانسفالوگرافی (EEG)،بیماری پارکینسون،تحلیل نوسانات چندفراکتالی بدون روند،تشخیص خودکار،طبقه‌بندی،یادگیری ماشین

Abstract :

چکیده - بیماری پارکینسون یک اختلال عصبی پیش‌رونده است که با از دست دادن نورون‌های دوپامینرژیک و علائمی مانند لرزش، سفتی عضلات و کندی حرکات مشخص می‌شود، و تشخیص بالینی آن به دلیل پیچیدگی و دشواری در مراحل اولیه چالش‌برانگیز است. در این پژوهش، سیگنال‌های الکتروانسفالوگرافی از پایگاه داده عمومی PRED+CT پس از پیش‌پردازش و تقسیم به بخش‌های زمانی 2 ثانیه‌ای، مورد تحلیل قرار گرفتند. ویژگی‌های غیرخطی شامل آنتروپی فازی، آنتروپی تجزیه مقدار منفرد (SVD) و تحلیل نوسانات چندفراکتالی بدون روند (MFDFA) استخراج شده و به مدل‌های طبقه‌بندی شامل ماشین بردار پشتیبان (SVM)، kنزدیک همسایه (KNN)، درخت تصمیم، جنگل تصادفی و XGBoost اعمال شدند. نتایج نشان داد که KNN با میانگین صحت %99/87 در تمایز افراد سالم از بیماران پارکینسون بدون مصرف دارو و SVM و KNN با میانگین صحت %99.97 در تمایز بیماران با و بدون مصرف دارو عملکرد برجسته‌ای داشتند. در سناریوی سه‌کلاسه SVM و KNN با میانگین صحت %99.92 بهترین نتایج را ارائه کردند. همچنین، منحنی‌های ROC با سطح زیر منحنی برابر 1.00 در تمام سناریوها، دقت کامل مدل‌ها را تأیید می‌کنند. این یافته‌ها پتانسیل بالای روش پیشنهادی را به عنوان یک ابزار تشخیصی غیرتهاجمی، دقیق و سریع برای تشخیص زودهنگام و نظارت بر اثرات درمانی پارکینسون تأیید می‌کنند، که می‌تواند در عمل بالینی به کار گرفته شود.

Papers List

List of archived papers

Short-term gains vs. long-term Success: Reward strategy design for reinforcement learning in football

Mohammad Pashaei - Amirhossein Tayebi - Hadi Amiri - Ali Fahim

Added value of synthetic T1/T2-weighted MR images in the segmentation and staging of meningioma

Masoud Noroozi - Sayna Jamaati - Peyman Sharifian - Mahsa Karbasi - Esmaeil Gharepapagh - Alireza Karimian - Hossein Arabi - Sahar Rezaei

چارچوب‌های توسعه پایدار و اخلاق‌مدار هوش مصنوعی در نظام حقوقی ایران و اسناد بین‌المللی

سیده مریم اعتماد - سجاد نعیم وفا

مروری بر نظام مسئله پیش‌بینی محبوبیت اخبار و الگوریتم‌های ارائه شده برای آن

مجتبی ولی پور - مجید عبدالرزاق نژاد

هوش اخلاقی: مبانی نظری، مؤلفه‌ها و کاربردها در پرتو دیدگاه‌های بوربا و لنیک و کیل

طیبه یگانه

بررسی تأثیر ابزارهای خلاق مبتنی بر هوش مصنوعی بر ایده‌پردازی دانشجویان

ندا پرتونیا

توسعه پوشش چند جزئی بر پایه لیگنین و نانوذرات اکسید سریم بر سطح آلیاژ AZ91 برای استفاده در ایمپلنت‌های فلزی

هستی عزیزی لمجیری - زهرا قاسمی - مهشید خرازیها

بررسی تأثیر ارائه صورت‌ تغییرات حقوق مالکانه بر کیفیت اطلاعات حسابداری

سید علی میرنژاد - جمال برزگری خانقاه - فاطمه زه تابیان یزدی

Recovery of Hand Motor Function in Children with ‎Hemiparetic Cerebral Palsy using an Interactive ‎Computer Game Combined with Mechanoreceptor ‎Stimulation: A Pilot Study

Mobina Ramezani - Shahed Salehzehi - Parisa Hosseini - Zahra Alizadeh Sarborj - Ghazal Mohammadzadeh - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian

Development of Folic Acid-Conjugated Iron Oxide Nanoparticles Loaded with Doxorubicin via Arc Discharge: A Novel Approach for Synergistic Photothermal-Chemotherapy of Cancer Using Bacterial Cellulose-Polyvinyl Alcohol Hydrogel

Saeid Orangi - Soodabeh Davaran