|
مروری بر روشهای تحلیل سیگنال صوت مبتنی بر یادگیری ماشین در تشخیص بیماری پارکینسون
|
| محبوبه هوشمند، الناز حقیقت نژاد، سید عابد حسینی |
|
|
|
چکیده: (17 مشاهده) |
بیماری پارکینسون بهعنوان یک بیماری پیشرونده عصبی شناخته شده است. مناطق مختلف مغز انسان در اثر این بیماری آسیب میبیند و هنوز درمان قطعی ندارد. افراد مسن بیشتر از این بیماری رنج میبرند و آمارها نشان میدهد که تعداد افراد مبتلا در حال افزایش است. تشخیص اولیه و ارزیابی وجود و یا شدت بیماری پارکینسون در کنترل پیشرفت بیماری بسیار مهم است. امروزه روشهای بیدرنگ و غیرتهاجمی مبتنی بر تحلیل سیگنال صوت، با بهکارگیری روشهای یادگیری ماشین موردتوجه قرار گرفته است. روشهای یادگیری ماشین معمولاً با یک خط لوله شفاف مشخص میشوند که نتایج را بسیار قابل تفسیر میکنند. بهطور خاص، ویژگیهای آکوستیک در بسیاری از روشهای یادگیری ماشین استفاده میشوند و همچنین میتوانند بهعنوان شاخصهای وضعیت کلی صدای افراد عمل کنند. هدف این مطالعهی مروری، شناسایی کاربردیترین و امیدوارکنندهترین روشهای یادگیری ماشین در تشخیص بیماری است. در این مقاله ارزیابی برای شناسایی ویژگیهای پرکاربرد و مؤثرترین ویژگیها در تشخیص زودهنگام پارکینسون و همچنین الگوریتمها، مجموعه دادههای رایگان و جعبهابزارهای کاربردی در این حوزه مرور شده است.
|
|
| واژههای کلیدی: پردازش گفتار، تحلیل گفتار، استخراج ویژگی، یادگیری ماشین، بیماری پارکینسون. |
|
|
متن کامل [PDF 550 kb]
(27 دریافت)
|
نوع مطالعه: علمی- ترویجی |
موضوع مقاله:
تخصصي
دریافت: 1405/2/20 | پذیرش: 1404/12/25 | انتشار: 1404/12/25
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
