مروری بر رویکردهای هوش مصنوعی قابل تفسیر در تشخیص بیماری پارکینسون با استفاده از دست خط

چکیده مقاله

بیماری پارکینسون یک بیماری پشرونده تخریب کننده عصبی شدید است که منجر به لرزش اندامها، سفتی بدن، مشکل در راه رفتن، تعادل و هماهنگی حرکات، مشکلات حافظه و افسردگی میشود علائم معمولا زمانی ظاهر میشوند که اکثر سلولهای تولیدکننده دوپامین حدود ۷۰ درصد به طور طبیعی کار خود را متوقف کنند علائم به مرور و با کاهش سطح دوپامین بدن تشدید می شود، در دهه های اخیر تشخیص زودهنگام بیماری با استفاده از روشهای غیر تهاجمی بسیار حائز اهمیت بوده است چون می تواند در بهبود کیفیت زندگی فرد بیمار و همچنین فرآیند کنترل بیماری تاثیر به سزایی داشته باشد این مقاله با تمرکز بر رویکرد های هوش مصنوعی قابل تفسیر به مروری بر روش های تشخیص زودهنگام بیماری پارکینسون با استفاده از نمونه دست خط بیماران می پردازد و ضمن معرفی و بررسی مهمترین دیتاست های دست خط از جمله: NewHandPD، HandPD، Parkinson s Drawing و PaHaW به بررسی رویکردهای تشخیص زودهنگام بیماری با استفاده از نمونه دست خط پرداخته و به مقایسه رویکرد های جعبه سفید مانند برنامه ریزی ژنتیکی دکارتی و درخت تصمیم در مقابل روشهای مبتنی بر رویکردهای جعبه سیاه مانند SVM می پردازد

کلیدواژه‌ها

نویسندگان

سیامک حدادی

دانشجوی دکتری تخصصی مهندسی کامپیوتر، گروه کامپیوتر، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران

محمدرضا یمقانی

عضو هیئت علمی، گروه کامپیوتر، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران

�دادی، سیامک و یمقانی، محمدرضا،1401،مروری بر رویکردهای هوش مصنوعی قابل تفسیر در تشخیص بیماری پارکینسون با استفاده از دست خط،هفتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران

ارائه‌شده در

مجموعه مقالات هفتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام31 شهریور 1401 · تهران