فهرست نشریات علمی دسترسی آزاد ایران

بیماری پارکینسون یکی از رایج­ترین بیماری­های پیش­رونده­ی تدریجی است که با تاثیر بر سیستم عصبی مرکزی باعث بروز اختلالات راه­ رفتن می­شود. از آن‌جا که این بیماری قابل‌درمان نیست، تشخیص صحیح و به موقع آن می­تواند به آهسته کردن سیر پیش‌رفت بیماری، کاهش آسیب­های جسمی و ارتقای کیفیت زندگی بیماران کمک شایانی نماید. در این راستا توسعه­ی سیستم­های تشخیصی با عمل‌کرد سریع، کم‌هزینه و قابل اعتماد حائز اهمیت است. برای حل این مساله در این تحقیق  یک روش تشخیصی با استفاده از سیگنال نیروی عکس­العمل عمودی زمین که یک شاخص غیر­تهاجمی و مفید از نحوه‌ی کنترل حرکتی فراهم می­کند، ارائه شده است. این روش تشخیصی بر اساس تجزیه‌ی تعمیم­یافته‌ی مقدار تکین سیگنال و طبقه­بندهای k-نزدیک­تر­ین همسایگی (KNN) و شبکه‌ی عصبی احتمالی (PNN) است. عمل‌کرد این الگوریتم با استفاده از سیگنال راه رفتن 93 بیمار پارکینسون و 73 فرد سالم مورد ارزیابی قرار گرفته است. نتایج به دست آمده نشان می­دهد که ویژگی جدید متقارن ارائه شده قادر است بیماری پارکینسون را به کمک روش طبقه­بندی k-نزدیک‌ترین همسایگی و شبکه‌ی عصبی احتمالی به ترتیب با صحت 19/96% و 67/95%، حساسیت 02/97% و 35/93% و اختصاصیت 02/95% و 33/97% تشخیص دهد. از سوی دیگر این روش در تشخیص شدت بیماری نیز موفق به ارائه‌ی صحت 23/98% و 51/98%، حساسیت­ 5/93% و 100% و اختصاصیت 100% و 53/96% برای این دو طبقه­بند شده است. صحت بالای نتایج به دست آمده نشان دهنده‌ی قابلیت مناسب روش­ غیرتهاجمی و کم‌هزینه‌ی ارائه شده در تشخیص بیماری پارکینسون و تفکیک شدت آن است که استفاده از آن را در کاربردهای کلینیکی ممکن می­سازد.