İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2019 · article

Çift Yoğunluklu 1-D Dalgacık Dönüşümü Kullanılarak Parkinson Hastalığının Yaş Faktörüne Göre Tespit Edilmesi

Dergi European Journal of Science and Technology - Avrupa Bilim ve Teknoloji Dergisi
ISSN2148-2683
YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2019
Atıf2OpenAlex
Atıf2Semantic Scholar · 1 etkili
Yüzdelik%55,1
FWCI0,151,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıEuropean Journal of Science and Technology - Avrupa Bilim ve Teknoloji Dergisi
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Parkinson, hareketi etkileyen nörolojik bir sinir sistemi rahatsızlığıdır. Parkinson gibi sinir hücreleriyle yakından ilgisi olan bir hastalığın yürüme verileriyle tespit edilebilmesi muhtemeldir. Günümüzde birçok hastalığa ait belirtiler çok erken yaşlarda ortaya çıkmaya başlamıştır. Bu nedenle bütün hastalıklar için yaş faktörüne göre gerçekleştirilen analiz çalışmaları önem kazanmıştır. Bu sebeple bu çalışmada Çift Yoğunluklu 1-D Dalgacık Dönüşümü (ÇY1DDD) kullanılarak deneklerden elde edilen verilerin yaş faktörüne göre analiz edilmesi ve Parkinson hastalığının (PH) yüksek doğrulukla tespit edilmesi amaçlanmıştır. Kullanılan veri seti genç, yetişkin ve yetişkin hasta olmak üzere 15 denekten alınan yürüyüş verilerinden oluşmaktadır. Kaydedilen veriler üzerinde öncelikle ÇY1DDD yöntemi üç seviye olarak uygulanmış ve yaklaşım (YK) ile detay katsayıları (DK) elde edilmiştir. Daha sonra yaş faktörüne göre elde edilen son seviye YK verilerinden 10 adet özellik çıkarılmıştır. Çıkarılan bu özellikler sağlıklı genç-yetişkin hasta ve sağlıklı yetişkin-yetişkin hasta olmak üzere ikili sınıflar şeklinde 4 farklı karar mekanizmasına verilmiştir. Elde edilen sonuçlar birçok istatistiksel metrikle yorumlanmıştır. Uzman sistemler sayesinde anlamlı sonuçlara ulaşılmış ve genç-sağlıklı verilerinin yetişkin-hasta verilerinden daha düşük hata değerleri ve %100 sınıflama doğruluğu (SD) oranı ile ayrılabildiği görülmüştür. Karar mekanizmaları arasında ise sıfıra en yakın hata değerleriyle yapay sinir ağları (YSA), her iki sınıf için de başarısını kanıtlamıştır. Literatürde her ne kadar bu alanda yapılan çalışmalar bulunsa bile, yaş faktörünün PH üzerindeki etkisinin ayrıntılı analizine yeterli derecede yer verilmemesi bu çalışmanın önemini arttırmıştır. Bunun yanında kullanılan etkin özelliklerden bazılarının PH’nin uzman sistemler tarafından otomatik tespit edildiği çalışma alanında daha önce kullanılmamış olması, çalışmanın literatüre katkısını önemli ölçüde desteklemektedir.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

2atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 3 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2024 ANN Algorithms for Parkinson s, ALS, Huntington, and Healthy Walking DetectionAtıf 2 · OpenAlex
  2. 2024 ANN Algorithms for Parkinson s, ALS, Huntington, and Healthy Walking DetectionAtıf 2 · OpenAlex
  3. 2020 Parkinson Hastalığının Derecesi ile Yürüyüş Değişkenliği Arasındaki İlişkinin Bulanık Tekrarlılık Grafiğine Göre AraştırılmasıAtıf 2 · OpenAlex

Yazarlar

2
  1. CÜNEYT YÜCELBAŞ TARSUS ÜNİVERSİTESİ 1
  2. ŞULE YÜCELBAŞ 2