NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Bu çalışmada, normal deneklerden ve PD hastalarından kaydedilen elektroensefalogram (EEG) sinyalinden Parkinson hastalığını (PD) tespit etmek için yeni bir kombinasyon şeması önerilmiştir. Şema, ayrık dalgacık dönüşümü (DWT), örnek entropi (SampEn) ve EEG sinyalinin analizinde üç yönlü karar modeline dayanmaktadır. EEG sinyali gürültülü ve durağan değildir ve sonuç olarak görsel olarak ayırt etmek zorlaşır. Bununla birlikte, şema üç aşamada EEG sinyalinin analizinde iyi kurulmuş bir metodolojidir. İlk aşamada, bölünmüş frekans bilgisini elde etmek için DWT uygulandı; burada, EEG sinyalini yaklaşım ve detay katsayılarına ayrıştırmak için üç seviyeli DWT kullanıyoruz; bu aşamada, işe yaramaz ve gürültü bilgilerini kaldırmayı ve etkili bilgileri elde etmeyi amaçlıyoruz. İkinci aşamada, SampEn EEG sinyalini analiz etmede avantaja sahip olduğundan, SampEn değerlerini hesaplamak için yaklaşım katsayısını kullanırız. Son olarak, PD hastalarını optimal merkez yapıcı kaplama algoritmasına (O_CCA) dayalı olarak yaklaşık %92,86 doğrulukla üç yönlü karar alarak tespit ediyoruz. DWT ön işleme adımı olmadan, algılama oranı %88.10'a düşer. Genel olarak, önerdiğimiz kombinasyon şeması, EEG sinyalini daha yüksek doğrulukla analiz etmede uygun ve verimlidir.
Özgün kaynak özetini okuyun
In this study, a new combination scheme has been proposed for detecting Parkinson's disease (PD) from electroencephalogram (EEG) signal recorded from normal subjects and PD patients. The scheme is based on discrete wavelet transform (DWT), sample entropy (SampEn), and the three-way decision model in analysis of EEG signal. The EEG signal is noisy and nonstationary, and, as a consequence, it becomes difficult to distinguish it visually. However, the scheme is a well-established methodology in analysis of EEG signal in three stages. In the first stage, the DWT was applied to acquire the split frequency information; here, we use three-level DWT to decompose EEG signal into approximation and detail coefficients; in this stage, we aim to remove the useless and noise information and acquire the effective information. In the second stage, as the SampEn has advantage in analyzing the EEG signal, we use the approximation coefficient to compute the SampEn values. Finally, we detect the PD patients using three-way decision based on optimal center constructive covering algorithm (O_CCA) with the accuracy about 92.86%. Without DWT as preprocessing step, the detection rate reduces to 88.10%. Overall, the combination scheme we proposed is suitable and efficient in analyzing the EEG signal with higher accuracy.
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.