آنالیز نیروهای وارد بر کف پا برای تشخیص بیماری پارکینسون
مینا محمدپور
مهندسی پزشکی پردیس
۱۴۰۰
۹۰ص.
سی دی
کارشناسی ارشد
مهندسی پزشکی گرايش بیومکانیک
۱۴۰۰/۱۱/۲۴
پارکينسون نوعي بيماري و حالت لرزش در وضعيت استراحت است که جوانان را هم به خود مبتلا ميسازد و تنها مختص سالمندان نيست. پارکينسون لرزش در وضعيت استراحت است که شيوع آن بيشتر در سنين پيري است اما در جوانان هم ديده ميشود. با توجه به این که شدت لرزش دست در مراحل مختلف بیماری متفاوت میباشد و میزان لرزش در افراد متفاوت است، تشخیص سیگنال حرکتی افراد سالم از بیمار مشکل است. در این تحقیق برای افزایش دقت از چند نوع تشخیصدهنده شامل ماشین بردار پشتیبان، شبکه عصبی رگرسیونی، ... استفاده شده و نتایج آنها مقایسه شده است. پیش پردازش های رایج تبدیل فوریه و موجک میباشد. در این تحقیق برای افزایش دقت خروجی این دو تبدیل با یکدیگر ترکیب شده است تا دقت بالاتر رود. همچنین به جای استفاده از سیگنال، تفاضل سیگنال بعدی از قبلی محاسبه شده است. دیتا ست مورد استفاده gait-in-parkinsons-disease-1.0.0 میباشد. بیشتری میزان دقت مربوط به ترکیب پیش پردازش تبدیل فوریه و موجک با سیگنال تفاضل دادهها و تشخیصدهنده شبکه عصبی GRNN میباشد.کلمات کلیدی: لرزش دست، پارکینسون، تشخیص، شبکه عصبی رگرسیونی، ماشین بردار پشتیبان، تبدیل موجک، تبدیل فوریه
AbstractParkinson's is a disease and a state of tremor at rest that also affects young people. Itis made and is not only for the elderly. Parkinson's is a resting-state tremor that isprevalent It is more common in old age but is also seen in young people. Due to the factthat the intensity of hand tremor is different in different stages of the disease and theamount of tremor is different in individuals, it is difficult to distinguish the movementsignal of healthy people from the patient. In this research, to increase the accuracy, severaltypes of diagnostics are included Support vector machine, regression neural network, etc.were used and their results were compared common processes are Fourier transform andwavelet. In this research to increase the output accuracy of these two, The conversion iscombined with each other to increase accuracy. Also, instead of using the signal, the nextsignal difference is calculated from the previous one. The database used is 1.0.0-gait-inParkinsons-disease. More accuracy related to the combination of Fourier transform andwavelet pre-processing with differential signal Is the data and identifier of the GRNNneural network
Analysis of the forces applied to the soles of the foot to diagnose Parkinson's disease