NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı doğrudan sinir sistemini etkiler, ses değişikliğine, günlük rutin görevlerde daha düşük verim, organların başarısızlığına ve ölüme neden olur. Tahmini olarak, dünya çapında yaklaşık on milyon insan Parkinson hastalığından muzdariptir ve bu sayı her geçen gün artmaktadır. Parkinson hastalarında artışın ana nedeni Parkinson hastalığının teşhisi için güvenilir prosedürlerin kullanılamamasıdır. Literatürde, yürüyüş hareketi, ses sinyalleri ve el yazısı testleri gibi Parkinson hastalığının teşhisi için farklı yöntemler gözlemledik. Parkinson hastalığının tespiti zor bir iştir, çünkü Parkinson hastalığının tespitinde yardımcı olabilecek önemli özellikler bilinmemektedir. Bu çalışmada amacımız Parkinson hastalığını tespit etmede hayati bir rol oynayan temel ses özelliklerini çıkarmak ve Parkinson hastalığını erken evrelerinde teşhis edebilecek güvenilir bir model geliştirmektir. Parkinson hastalığının tespiti için erken teşhis sistemlerine, Parkinson hastalığının ilk aşamalarında kontrol edilebilmesi için erken teşhis edilmesi gerekir, ancak mevcut modellerin hastalığın yanlış teşhisine yol açabilecek sınırlamaları vardır. Önerilen modelimiz, uygulayıcıların hastalarını tedavi etmede yardımcı olabilecek Total Unified Parkinson Hastalığı Ölçeği olarak bilinen Parkinson hastalığı derecelendirme ölçeğini sürekli olarak izlemelerine yardımcı olabilir. Önerilen model, Parkinson hastalığını mevcut modellerden daha düşük olan 0,10 RMSE hatasıyla tespit edebilir. Önerilen model, Parkinson hastalığının erken aşamalarında tespit edilmesine yardımcı olabilecek hayati ses özelliklerini çıkarma yeteneğine sahiptir.
Özgün kaynak özetini okuyun
Parkinson's disease directly affects the nervous system are causes a change in voice, lower efficiency in daily routine tasks, failure of organs, and death. As an estimate, nearly ten million people are suffering from Parkinson's disease worldwide, and this number is increasing day by day. The main cause of an increase in Parkinson's disease patients is the unavailability of reliable procedures for diagnosing Parkinson's disease. In the literature, we observed different methods for diagnosing Parkinson's disease such as gait movement, voice signals, and handwriting tests. The detection of Parkinson's disease is a difficult task because the important features that can help in detecting Parkinson's disease are unknown. Our aim in this study is to extract those essential voice features which play a vital role in detecting Parkinson's disease and develop a reliable model which can diagnose Parkinson's disease at its early stages. Early diagnostic systems for the detection of Parkinson's disease are needed to diagnose Parkinson's disease early so that it can be controlled at the initial stages, but existing models have limitations that can lead to the misdiagnosing of the disease. Our proposed model can assist practitioners in continuously monitoring the Parkinson's disease rating scale, known as the Total Unified Parkinson's Disease Scale, which can help practitioners in treating their patients. The proposed model can detect Parkinson's disease with an error of 0.10 RMSE, which is lower than that of existing models. The proposed model has the capability to extract vital voice features which can help detect Parkinson's disease in its early stages.
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.