NATIONAL BIBLIOGRAPHY NUMBER
Country Code
IR
Number
۲۴۹۷ پ
LANGUAGE OF THE ITEM
.Language of Text, Soundtrack etc
فارسی
COUNTRY OF PUBLICATION OR PRODUCTlON
Country of publication
IR
TITLE AND STATEMENT OF RESPONSIBILITY
Title Proper
تشخیص، پیش‌بینی و مرحله‌بندی هوشمند بیماری آلزایمر از روی دستخط
General Material Designation
[پایان‌نامه]
First Statement of Responsibility
/سجاد صابر
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: مهندسی برق
Date of Publication, Distribution, etc.
، ۱۳۹۴
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۰۶ ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی - الکترونیکی
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
کتابنامه در آخر پایان نامه
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی برق
Date of degree
۱۳۹۴/۱۱/۰۰
Body granting the degree
صنعتی سهند
SUMMARY OR ABSTRACT
Text of Note
با توجه به افزایش چشم‌گیر بیماری آلزایمری، تشخیص افراد دارای اختلال شناختی خفیف که یک مرحله گذرا بین پیری طبیعی مغز و زوال عقل می‌باشد، جهت کاهش خطر ابتلا به بیماری آلزایمر، در سال‌های اخیر مورد توجه بسیاری از محققین قرار گرفته است .همچنین تشخیص دقیق مرحله بیماری آلزایمر کمک شایانی در به تاخیر انداختن پیشرفت این بیماری می‌کند .به دلیل دسترسی محدود و هزینه بالای روش‌های تشخیص دقیق این بیماری، استفاده از روشی بهینه و با دقت بالا جهت تشخیص افراد دارای اختلال شناختی خفیف و بیماران آلزایمری ضروری به نظر می‌رسد . در این تحقیق روشی بهینه، دقیق و با دسترسی راحت ارائه شده است .این الگوریتم بر پایه استفاده از سیگنال‌های دستخط، جهت تشخیص و مرحله‌بندی بیماری آلزایمر بنا نهاده شده است .بدین منظور، مختصات مکانی و فشار حرکت‌های دستخط چهار الگوی مختلف نوشتن، در دو حالت نوشتن ساده و نوشتن همراه با شمارش معکوس توسط تبلت نمونه‌برداری شده است .سپس ویژگی‌های حرکتی این سیگنال‌ها در حوزه زمان و حوزه فرکانس، جهت تحلیل کلی دستخط و تحلیل حرکت‌های رو به بالا و پایین به صورت مستقل، استخراج شده است .به منظور کاهش ابعاد ویژگی‌های تحلیل کلی دستخط، از روش آنالیز مولفه اصلی (PCA) استفاده شده است .برای دست‌یابی به سه هدف اصلی این پژوهش که عبارتند از تشخیص، پیش‌بینی و مرحله‌بندی بیماری آلزایمر، از سه طبقه‌بندPNN ، KNN و SVM در هر مرحله استفاده شده است .در نهایت الگوریتم پیشنهادی، روی ۱۵ فرد سالم و بیماران انجمن آلزایمر ایران متشکل از ۱۳ فرد دارای اختلال شناختی خفیف، ۱۵ بیمار آلزایمر خفیف و ۱۲ بیمار آلزایمر ملایم مورد ارزیابی قرار گرفته است .در مرحله تشخیص، متوسط دقت ۹۶ درصدی، در مرحله پیش‌بینی، متوسط دقت ۹۶/۵۲ درصدی و در قسمت مرحله‌بندی، متوسط دقت ۸۹/۵ درصدی به دست آمد .نتایج به دست آمده با استفاده از ویژگی‌های استخراج شده، آنالیز مولفه اصلی و استفاده از طبقه‌بندهای مختلف، بیانگر مناسب بودن الگوریتم پیشنهادی جهت تشخیص، پیش‌بینی و مرحله‌بندی بیماری آلزایمر است
TOPICAL NAME USED AS SUBJECT
طبقه بندی کنند
آنالیز حرکت شناسی دستخط
اختلال حرکتی
بیماری آلزایمر
PERSONAL NAME - PRIMARY RESPONSIBILITY
صابر، سجاد
PERSONAL NAME - SECONDARY RESPONSIBILITY
عباسی، عطااله، استاد راهنما
سرباز، یاشار، استاد مشاور
محمدیان رسنانی، استاد مشاور
ORIGINATING SOURCE
Country
ایران
Date of Transaction
20230808
LOCATION AND CALL NUMBER
Call Number
برق،۱۰۳۲۷،۱۳۹۴
ELECTRONIC LOCATION AND ACCESS
Host name
ص‌یخشت، طختسد ی‌ور زا رمیازلآ ی‌رامیب دنمشوه ی‌دنبه‌لحرم و ی‌نیبش‌یپ.pdf
Access number
عادی
Compression information
عادی
Date and Hour of Consultation and Access
2497.pdf
Date and Hour of Consultation and Access
b10327.pdf
Bits per second
0
Contact for access assistance
ایمانی
Electronic Format Type
متن
File size
0
Record control number
پ ۲۴۹۷
Public note
فارسی
نمایه‌سازی قبلی
pe
TF
92029
1
a
Y
