Yazar
Wroge, T. J., Özkanca, Yasin Serdar, Demiroğlu, Cenk, Si, D., Atkins, D. C., Ghomi, R. H.
Basım Tarihi
2018
Basım Yeri
-
IEEE
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
978-153865916-8
Kayıt Numarası
ba8c41e6-e6de-4dde-8dcb-794dfdf082f0
Lokasyon
Elektrik ve Elektronik Mühendisliği
Tarih
2018
Notlar
Washington Bothell Üniversitesi'nin Bilgisayar ve Yazılım Sistemleri bölümünden Lisansüstü Araştırma Ödülü; Amerika Birleşik Devletleri Sağlık ve İnsan Hizmetleri Bakanlığı Ulusal Sağlık Enstitüleri (NIH) - ABD; VA Parkinson Hastalığında İleri Burs Programı
Örnek Metin
İnsan sesinden türetilen biyobelirteçler, altta yatan bilişsel ve nöromüsküler işlevleri nedeniyle Parkinson hastalığı (PD) gibi nörolojik bozukluklara ışık tutabilir. PH, Amerika Birleşik Devletleri'nde yaklaşık bir milyon insanı etkileyen ve her yıl yaklaşık altmış bin yeni klinik tanı konulan ilerleyici bir nörodejeneratif hastalıktır [1]. Tarihsel olarak PD'nin niceliğini belirlemek zor olmuştur ve doktorlar öncelikle subjektif derecelendirme ölçeklerine dayanarak bazı semptomlara odaklanırken diğerlerini göz ardı etme eğiliminde olmuşlardır [2]. Hastalığın ayırt edici özelliği olan motor kontrolün azalması nedeniyle ses, PH'yi tespit etme ve teşhis etme aracı olarak kullanılabilir. Teknolojideki gelişmeler ve ses toplama cihazlarının günlük yaşamda yaygınlaşmasıyla birlikte, bu ses verilerini sağlık profesyonelleri için bir teşhis aracına dönüştürebilen güvenilir modeller, potansiyel olarak daha ucuz ve daha doğru teşhisler sağlayabilir. Parkinson hastalığı olan ve olmayan kişilerden toplanan bir ses veri kümesini kullanarak bu kavramı burada doğrulamak için kanıt sağlıyoruz. Bu makale, hastalığa sahip bireyleri doğru bir şekilde teşhis etmek için derin sinir ağları gibi denetimli sınıflandırma algoritmalarının kullanılmasının etkinliğini araştırıyor. Makine öğrenimi modelleri tarafından sağlanan %85'lik en yüksek doğruluk oranımız, uzman olmayanların ortalama klinik teşhis doğruluğunu (%73,8) ve hareket bozukluğu uzmanlarının ortalama doğruluğunu (takip olmadan %79,6, takip sonrasında %83,9) aşmaktadır ve temel gerçek olarak patolojik otopsi muayenesidir [3].
DOI
10.1109/SPMB.2018.8615607
