کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4958130 1445235 2017 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An automatic non-invasive method for Parkinson's disease classification
ترجمه فارسی عنوان
یک روش غیر تهاجمی خودکار برای طبقه بندی بیماری پارکینسون
کلمات کلیدی
متغیرهای ظاهر، بیماری پارکینسون، ماشین بردار پشتیبانی، موجها،
ترجمه چکیده
در این مقاله یک روش تبدیل موجک مورد بررسی قرار گرفته است تا افراد پارکینسون و افراد سالم را با استفاده از متغیرهای چرخه راه رفتن خود طبقه بندی کنند. نتایج نشان می دهد که روش پیشنهادی می تواند به طور صحیح ویژگی های مربوطه را از سطوح مختلف موجک نسبت به طبقه بندی افراد پارکینسون و افراد سالم استخراج کند و بنابراین کار حاضر، یک نامزد بالقوه برای طبقه بندی بیماری های غیر تهاجمی عصبی مصنوعی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
In this work a wavelet transform approach is explored to classify Parkinson's subjects and healthy subjects using their gait cycle variables. The results show that the proposed method can efficiently extract relevant features from the different levels of the wavelet towards the classification of Parkinson's and healthy subjects and thus, the present work is a potential candidate for the automatic noninvasive neurodegenerative disease classification.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 145, July 2017, Pages 135-145
نویسندگان
, , ,