NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Bu makalenin amacı, sık kullanılan çapraz örnek entropisine (C-SampleEn) kıyasla birçok erdeme sahip olan yakın zamanda önerilen bir çapraz entropi olan çapraz bulanık entropi (C-FuzzyEn) kullanılarak yürüyüş simetrisi probleminin araştırılmasıdır. İlk olarak, göreli tutarlılık ve veri uzunluğuna bağımlılık ile ilgili performansını test etmek için birkaç simülasyon sinyali kullandık. İkincisi, sol ve sağ adım aralığının yürüyüş zaman serisi, yürüyüş simetri analizi için C-FuzzyEn değerlerini hesaplamak için kullanıldı. İstatistiksel analizin yanı sıra, normal ve anormal gaitlerin sınıflandırılmasını gerçekleştirmek için bir destek vektör makinesi (SVM) sınıflandırıcısı da gerçekleştirdik. Yürüyüş veri seti, Parkinson hastalığı (PD) ve 16 kontrol (CO) hastası olan 15 hastadan oluşur. Sonuçlar, PD hastalarının yürüyüşünün C-FuzzyEn değerlerinin, 10(-5)'den daha düşük bir p değerine sahip CO deneklerinden önemli ölçüde daha yüksek olduğunu ve bir leave-one-out (LOO) çapraz doğrulama yöntemiyle değerlendirilen en iyi sınıflandırma performansının 96.77% doğrulukta olduğunu göstermektedir. Bu tür teşvik edici sonuçlar, C-FuzzyEn tabanlı yürüyüş simetrisi ölçüsünün anormal yürüyüşleri analiz etmek için uygun bir araç olarak göründüğünü ima eder.
Özgün kaynak özetini okuyun
The purpose of this paper is the investigation of gait symmetry problem by using cross-fuzzy entropy (C-FuzzyEn), which is a recently proposed cross entropy that has many merits as compared to the frequently used cross sample entropy (C-SampleEn). First, we used several simulation signals to test its performance regarding the relative consistency and dependence on data length. Second, the gait time series of the left and right stride interval were used to calculate the C-FuzzyEn values for gait symmetry analysis. Besides the statistical analysis, we also realized a support vector machine (SVM) classifier to perform the classification of normal and abnormal gaits. The gait dataset consists of 15 patients with Parkinson's disease (PD) and 16 control (CO) subjects. The results show that the C-FuzzyEn values of the PD patients' gait are significantly higher than that of the CO subjects with a p value of less than 10(-5), and the best classification performance evaluated by a leave-one-out (LOO) cross-validation method is an accuracy of 96.77%. Such encouraging results imply that the C-FuzzyEn-based gait symmetry measure appears as a suitable tool for analyzing abnormal gaits.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.