NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Ciddi yürüyüş anormalliklerini etkileyen nörodejeneratif hastalıklar arasında Parkinson hastalığı (PD), amyotrofik lateral skleroz (ALS) ve Huntington hastalığı (HD) sayılabilir. Bu hastalıklar, ayak batması temas sürelerinin adım zaman aralığı ile belirlenebilen yürüyüş ritmi bozulmasına yol açar. Bu makalede, nörodejeneratif hastalıkların yürüyüş sınıflandırması için yeni bir yöntem sunuyoruz. Özellikle, sol ayak stride-stride aralığını sembolik bir agrega yaklaşımı kullanarak semboller dizisine dönüştürmek için sembolik bir agrega yaklaşım algoritması kullanıyoruz. Daha sonra her sınıfın sicim prototiplerini yeni önerilen sicim grameri denetimsiz possibilistik bulanık C-medyalarını kullanarak buluyoruz. Daha sonra test işleminde bulanık k-en yakın komşu kullanılır. Sistemi, sağlıklı hastalara karşı ALS sınıflandırması, sağlıklı hastalara karşı HD sınıflandırması ve sağlıklı hastalara karşı PD sınıflandırması olmak üzere üç 2 sınıflı sorun üzerinde uyguluyoruz. Sistem aynı zamanda 4 sınıflı bir problemde (ALS, HD, PD ve sağlıklı hastaların sınıflandırılması) NDD'ler sağlıklıya karşı olarak da uygulanmaktadır. Sistemimizin çok iyi bir tespit sonucu verdiğini gördük. ALS'ye karşı sağlıklı için ortalama doğru sınıflandırma %96,88, HD'ye karşı sağlıklı için ise %97,22, PD'ye karşı sağlıklı için ise %96,43. Sistem 4 sınıflı bir problemde uygulandığında, ortalama doğruluk yaklaşık %98,44'tür. İnsan için daha anlaşılır olan yürüyüş sinyallerinin prototiplerini sağlayabilir.
Özgün kaynak özetini okuyun
Neurodegenerative diseases that affect serious gait abnormalities include Parkinson's disease (PD), amyotrophic lateral sclerosis (ALS), and Huntington disease (HD). These diseases lead to gait rhythm distortion that can be determined by stride time interval of footfall contact times. In this paper, we present a new method for gait classification of neurodegenerative diseases. In particular, we utilize a symbolic aggregate approximation algorithm to convert left-foot stride-stride interval into a sequence of symbols using a symbolic aggregate approximation. We then find string prototypes of each class using the newly proposed string grammar unsupervised possibilistic fuzzy C-medians. Then in the testing process the fuzzy k-nearest neighbor is used. We implement the system on three 2-class problems, i.e., the classification of ALS against healthy patients, that of HD against healthy patients , and that of PD against healthy patients. The system is also implemented on one 4-class problem (the classification of ALS, HD, PD, and healthy patients altogether) called NDDs versus healthy. We found that our system yields a very good detection result. The average correct classification for ALS versus healthy is 96.88%, and that for HD versus healthy is 97.22%, whereas that for PD versus healthy is 96.43%. When the system is implemented on 4-class problem, the average accuracy is approximately 98.44%. It can provide prototypes of gait signals that are more understandable to human.
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.