تشخیص بیماری پارکینسون به کمک روش تجزیه به سبک تجربی سیگنال نیروی عکس العمل عمودی زمین

بیماری پارکینسون، نوعی اختلال سیستم عصبی است که کاهش ترشح دوپامین و تغییرات در ناحیه ی هسته های قاعده ای از دلایل احتمالی اختلالات حرکتی در آن معرفی شده اند. این بیماری باعث ایجاد نشانه-هایی چون لرزش اندام ها، عدم تعادل هنگام راه رفتن، سختی عضلات و مشکلات حرکتی در فرد می شود. روند این بیماری به گونه ای است که نشانه های ناشی از آن به مرور تشدید می شود، بنابراین تشخیص به موقع این بیماری می تواند به کنترل نشانه ها و بهبود زندگی بیمار کمک شایانی کند. روش های گوناگون برای بررسی و تشخیص بیماری پارکینسون وجود دارد که از میان آن ها می توان به تشخیص با استفاده از تصویربرداری از مغز، بررسی نحوه سخن گفتن و داده های مربوط به نوشتن اشاره کرد. تمامی این روش ها نیازمند تجهیزات پیشرفته و پردازش های پیچیده هستند. در این مقاله، از میان روش های مختلف، به دلیل دسترسی آسان و مقرون به صرفه به داده های مربوط به راه رفتن، از داده های نیروی عکس العمل عمودی زمین برای تشخیص بیماری پارکینسون استفاده شده است. بدین منظور از روش تجزیه به سبک تجربی جهت استخراج توابع پایه ای سیگنال استفاده شده است. سپس اطلاعات دامنه سیگنال به کمک تبدیل هیلبرت استخراج شده و با استفاده از یکسری ویژگی های دو متغیره غیرخطی و تک متغیره غیرخطی مانند آنتروپی نمونه و سه ویژگی آماری تفاوت بین سیگنال راه رفتن افراد سالم و بیمار کمی سازی شده است. در انتها از یک روش کدینگ تنک برای طبقه بندی و تشخیص بیماری استفاده گردیده است. نتایج بدست آمده نشان دادند که الگوریتم پیشنهادی با استفاده از تعداد کم سنسورهای کف پا، قادر است نتیجه ی قابل قبولی را برای تشخیص بیماری با صحت ۸۸/۹۱ درصد ارائه دهد.

کلیدواژه ها:

تجزیه به سبک تجربی ، تبدیل هیلبرت ، آنتروپی نمونه ، بیماری پارکینسون ، نیروی عکس العمل عمودی زمین ، ویژگی دو متغیره ، ویژگی های آماری