NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), motor sistemi etkileyen en yaygın uzun süreli dejeneratif hareket bozukluklarından biridir. Bu progresif sinir sistemi bozukluğu yaklaşık bir milyon Amerikalıyı etkiler ve her yıl 20.000'den fazla yeni vaka teşhis edilir. PD kronik ve ilerleyici ağrılı bir nörolojik bozukluktur ve genellikle PD'li insanlar teşhis edildikten 10 ila 20 yıl sonra yaşarlar. PD, bradikinezi, sertlik, titreme ve postural istikrarsızlık motor belirtilerinin tanımlanmasına bağlı olarak teşhis edilir. Açık tanı kriterleri geliştirmek için çeşitli girişimlerde bulunulmasına rağmen, bu hala büyük ölçüde açıklanmamıştır. Bu el yazmasında, Parkinson hastalarından gelen yürüyüş verileri ve makine öğrenme yöntemlerini kullanarak sağlıklı kontrollerle bir sınıflandırıcı oluşturmayı amaçlıyoruz. Sınıflandırıcı, daha doğru ve uygun maliyetli bir teşhis yöntemini kolaylaştırmaya yardımcı olabilir. Algoritmamıza giriş, 92 sağlıklı denekten ve idiyopatik Parkinson hastalığı olan 214 hastadan yürüyüş ölçümü olarak, kuvvet sensörü verilerini içeren PhysioNet'te yayınlanan Parkinson Hastalığı veri kümesindeki Gait'dir. Lojistik regresyon, SVM, karar ağacı, KNN dahil olmak üzere farklı makine öğrenme yöntemleri, Parkinson hastalarının ve sağlıklı kontrollerin tahmin edilen bir sınıflandırmasını çıkarmak için test edildi. Frekans etki alanı yöntemi de dahil olmak üzere temel modeller benzer performansa ulaşabilir ve PD teşhisleri için başka bir iyi yaklaşım olabilir.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is one of the most common long-term degenerative movement disorders that affects the motor system. This progressive nervous system disorder affects nearly one million Americans, and more than 20,000 new cases are diagnosed each year. PD is a chronic and progressive painful neurological disorder and usually people with PD live 10 to 20 years after being diagnosed. PD is diagnosed based on the identification of motor signs of bradykinesia, rigidity, tremor, and postural instability. Though several attempts have been made to develop explicit diagnostic criteria, this is still largely unrevealed. In this manuscript, we aim to build a classifier with gait data from Parkinson patients and healthy controls using machine learning methods. The classifier could help facilitate a more accurate and cost-effective diagnostic method. The input to our algorithm is the Gait in Parkinson's Disease dataset published on PhysioNet containing force sensor data as the measurement of gait from 92 healthy subjects and 214 patients with idiopathic Parkinson's Disease. Different machine learning methods, including logistic regression, SVM, decision tree, KNN were tested to output a predicted classification of Parkinson patients and healthy controls. Baseline models including frequency domain method can reach similar performance and may be another good approach for the PD diagnostics.
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.