تشخيص مرض باركنسون باستخدام التعلم الآلي والصوت

العنوان تشخيص مرض باركنسون باستخدام التعلم الآلي والصوت
المؤلف وروج، تي جيه، أوزكانكا، ياسين سردار، ديمير أوغلو، سينك، سي، دي، أتكينز، دي سي، غومي، آر إتش.
تاريخ النشر: 2018
مكان النشر - IEEE
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة: جامعة اوزيجين
معرف أصل المكتبة 978-153865916-8
رقم السجل ba8c41e6-e6de-4dde-8dcb-794dfdf082f0
موقع المكتبة الهندسة الكهربائية والإلكترونية
التاريخ 2018
ملاحظات جائزة أبحاث الدراسات العليا من قسم أنظمة الحوسبة والبرمجيات بجامعة واشنطن بوثيل؛ وزارة الصحة والخدمات الإنسانية بالولايات المتحدة المعاهد الوطنية للصحة (NIH) - الولايات المتحدة الأمريكية؛ برنامج زمالة VA المتقدم في مرض باركنسون
نص عينة يمكن للمؤشرات الحيوية المستمدة من الصوت البشري أن تقدم نظرة ثاقبة على الاضطرابات العصبية، مثل مرض باركنسون (PD)، بسبب وظيفتها المعرفية والعصبية العضلية الأساسية. PD هو اضطراب تنكس عصبي تقدمي يؤثر على حوالي مليون شخص في الولايات المتحدة، مع ما يقرب من ستين ألف تشخيص سريري جديد يتم إجراؤه كل عام [1]. تاريخيًا، كان من الصعب تحديد كمية مرض باركنسون ويميل الأطباء إلى التركيز على بعض الأعراض مع تجاهل البعض الآخر، معتمدين في المقام الأول على مقاييس التقييم الذاتية [2]. نظرًا لانخفاض التحكم الحركي الذي يعد السمة المميزة للمرض، يمكن استخدام الصوت كوسيلة للكشف عن مرض باركنسون وتشخيصه. مع التقدم التكنولوجي وانتشار أجهزة جمع الصوت في الحياة اليومية، من المحتمل أن توفر النماذج الموثوقة التي يمكنها ترجمة هذه البيانات الصوتية إلى أداة تشخيصية لمتخصصي الرعاية الصحية تشخيصات أرخص وأكثر دقة. نحن نقدم أدلة للتحقق من صحة هذا المفهوم هنا باستخدام مجموعة بيانات صوتية تم جمعها من الأشخاص الذين يعانون من اضطراب باركنسون أو لا يعانون منه. تستكشف هذه الورقة فعالية استخدام خوارزميات التصنيف الخاضعة للإشراف، مثل الشبكات العصبية العميقة، لتشخيص الأفراد المصابين بالمرض بدقة. تتجاوز دقة الذروة البالغة 85% التي توفرها نماذج التعلم الآلي متوسط ​​دقة التشخيص السريري لغير الخبراء (73.8%) ومتوسط ​​دقة المتخصصين في اضطرابات الحركة (79.6% بدون متابعة، 83.9% بعد المتابعة) مع الفحص المرضي بعد الوفاة كحقيقة أساسية [3].
DOI 10.1109/SPMB.2018.8615607
عرض في المصدر جامعة اوزيجين جامعة اوزيجين - محرك بحث المخطوطات العثمانية
جامعة اوزيجين - محرك بحث المخطوطات العثمانية جامعة اوزيجين

تشخيص مرض باركنسون باستخدام التعلم الآلي والصوت

المؤلف وروج، تي جيه، أوزكانكا، ياسين سردار، ديمير أوغلو، سينك، سي، دي، أتكينز، دي سي، غومي، آر إتش.
تاريخ النشر 2018
مكان النشر - IEEE
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة جامعة اوزيجين
معرف أصل المكتبة 978-153865916-8
رقم السجل ba8c41e6-e6de-4dde-8dcb-794dfdf082f0
موقع المكتبة الهندسة الكهربائية والإلكترونية
التاريخ 2018
ملاحظات جائزة أبحاث الدراسات العليا من قسم أنظمة الحوسبة والبرمجيات بجامعة واشنطن بوثيل؛ وزارة الصحة والخدمات الإنسانية بالولايات المتحدة المعاهد الوطنية للصحة (NIH) - الولايات المتحدة الأمريكية؛ برنامج زمالة VA المتقدم في مرض باركنسون
نص عينة يمكن للمؤشرات الحيوية المستمدة من الصوت البشري أن تقدم نظرة ثاقبة على الاضطرابات العصبية، مثل مرض باركنسون (PD)، بسبب وظيفتها المعرفية والعصبية العضلية الأساسية. PD هو اضطراب تنكس عصبي تقدمي يؤثر على حوالي مليون شخص في الولايات المتحدة، مع ما يقرب من ستين ألف تشخيص سريري جديد يتم إجراؤه كل عام [1]. تاريخيًا، كان من الصعب تحديد كمية مرض باركنسون ويميل الأطباء إلى التركيز على بعض الأعراض مع تجاهل البعض الآخر، معتمدين في المقام الأول على مقاييس التقييم الذاتية [2]. نظرًا لانخفاض التحكم الحركي الذي يعد السمة المميزة للمرض، يمكن استخدام الصوت كوسيلة للكشف عن مرض باركنسون وتشخيصه. مع التقدم التكنولوجي وانتشار أجهزة جمع الصوت في الحياة اليومية، من المحتمل أن توفر النماذج الموثوقة التي يمكنها ترجمة هذه البيانات الصوتية إلى أداة تشخيصية لمتخصصي الرعاية الصحية تشخيصات أرخص وأكثر دقة. نحن نقدم أدلة للتحقق من صحة هذا المفهوم هنا باستخدام مجموعة بيانات صوتية تم جمعها من الأشخاص الذين يعانون من اضطراب باركنسون أو لا يعانون منه. تستكشف هذه الورقة فعالية استخدام خوارزميات التصنيف الخاضعة للإشراف، مثل الشبكات العصبية العميقة، لتشخيص الأفراد المصابين بالمرض بدقة. تتجاوز دقة الذروة البالغة 85% التي توفرها نماذج التعلم الآلي متوسط ​​دقة التشخيص السريري لغير الخبراء (73.8%) ومتوسط ​​دقة المتخصصين في اضطرابات الحركة (79.6% بدون متابعة، 83.9% بعد المتابعة) مع الفحص المرضي بعد الوفاة كحقيقة أساسية [3].
DOI 10.1109/SPMB.2018.8615607
جامعة اوزيجين - محرك بحث المخطوطات العثمانية
جامعة اوزيجين يتم إعادة توجيهك...

يرجى الانتظار