|
Title
|
ارائه ی یک رویکرد مبتنی بر اینترنت اشیاء جهت شناسایی انجماد حرکتی بیماران پارکینسون با کاربست الگوریتم بهینه سازی نهنگ و شبکه های عصبی عمیق
|
|
Type of Research
|
Thesis
|
|
Keywords
|
شناسایی انجماد حرکتی، اینترنت اشیاء، بیماری پارکینسون، الگوریتم بهینه سازی نهنگ، شبکه ی عصبی عمیق
|
|
Abstract
|
در این پژوهش, یک رویکرد پیش بینی برای شناسایی وضعیت انجماد راه رفتن را برای بیماران پارکینسون پیشنهاد می دهد. سیستم پیش بینی پیشنهادی در یک دستیار سلامتی پوشیدنی با بهره گیری از قابلیت های اینترنت اشیاء و یادگیری ماشین سعی در شناسایی موثر وضعیت انجماد حرکتی بیمار دارد که به دنبال آن هشدار به بیمار جهت پیش گیری از خطر است. با توجه به تحلیل اولیه روی داده های سنسوری مجموعه دادگان داف-نت, روش پیشنهادی درصدد کاهش نرخ مثبت کاذب پیش بینی است. استخراج ویژگی های مطلوب از داده های سنسوری تعبیه شده روی بدن و انتخاب ویژگی با الگوریتم فراابتکاری نهنگ که یک الگوریتم جدید و کارآمد است که در بردار با ابعاد بالا استفاده می شود و مدل سازی از بردار بهبود یافته توسط شبکه ی عصبی پیش خور عمیق می تواند در کاهش نرخ مثبت کاذب و افزایش حساسیت موثر باشد. در پایان نتایج بر اساس مهمترین معیارهای طبقه بندی چون دقت، حساسیت، اختصاصیت و میانگین هارمونیک طبقات ارائه می گردد.
|
|
Researchers
|
(Student)، Nacer Farajzadeh (Primary Advisor)، Mahdi Hashemzadeh (Advisor)
|