NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD) insanların hareketlerini etkiler, yazma becerisi, konuşma, titreme ve kaslardaki sertlik gibi farklılıklar da dahil. PD'yi ilk aşamalarda tespit etmek önemlidir, böylece kişi daha uzun bir süre huzurlu bir yaşam sürdürebilir. Ciddi PD seviyeleri, hastalar ilerleyen sertliğe sahip oldukları için oldukça risklidir, bu da ayakta durma veya yürüme yetersizliği ile sonuçlanır. Daha önceki çalışmalar, ses ve konuşma sınavlarını ve yazma sınavlarını kullanarak PD'nin etkin bir şekilde tespit edilmesine odaklanmıştır. Bu açıdan, bu çalışma PD tanısı ve sınıflandırması için derin öğrenme (ISFO-DL) modeli ile geliştirilmiş bir yelken balığı optimizasyon algoritması sunmaktadır. Sunulan ISFO-DL tekniği, PD'yi belirlemek için ISFO algoritmasını ve DL modelini kullanır ve böylece kişinin hayatta kalma oranını arttırır. Sunulan ISFO, sorunun optimum çözümünü belirlemek için bir grup avcı yelken balığından ilham alan metaheistic bir algoritmadır. Öncelikle, ISFO algoritması maksimum sınıflandırma doğruluğuna sahip bir fitness fonksiyonuna sahip özelliklerin optimal bir alt kümesini türetmek için uygulanır. Aynı zamanda, çift yönlü kapılı tekrarlayan üniteye (BiGRU) sahip sıçan sürü optimize edici (RSO) PD'nin varlığını belirlemek için bir sınıflandırıcı olarak kullanılır. IFSO-DL modelinin performans doğrulaması, Parkinson'un bir ölçüt veri seti kullanılarak gerçekleşir ve sonuçlar çeşitli boyutlar altında denetlenir. Deneysel sonuçlar ISFO-DL tekniğinin geliştirilmiş sınıflandırma performansını vurguladı ve bu nedenle, önerilen model PD'nin daha erken tanımlanması için kullanılabilir.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) affects the movement of people, including the differences in writing skill, speech, tremor, and stiffness in muscles. It is significant to detect the PD at the initial stages so that the person can live a peaceful life for a longer time period. The serious levels of PD are highly risky as the patients get progressive stiffness, which results in the inability of standing or walking. Earlier studies have focused on the detection of PD effectively using voice and speech exams and writing exams. In this aspect, this study presents an improved sailfish optimization algorithm with deep learning (ISFO-DL) model for PD diagnosis and classification. The presented ISFO-DL technique uses the ISFO algorithm and DL model to determine PD and thereby enhances the survival rate of the person. The presented ISFO is a metaheuristic algorithm, which is inspired by a group of hunting sailfish to determine the optimum solution to the problem. Primarily, the ISFO algorithm is applied to derive an optimal subset of features with a fitness function of maximum classification accuracy. At the same time, the rat swarm optimizer (RSO) with the bidirectional gated recurrent unit (BiGRU) is employed as a classifier to determine the existence of PD. The performance validation of the IFSO-DL model takes place using a benchmark Parkinson's dataset, and the results are inspected under several dimensions. The experimental results highlighted the enhanced classification performance of the ISFO-DL technique, and therefore, the proposed model can be employed for the earlier identification of PD.
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.