Parkinson's disease is a growing and chronic movement disorder, and its diagnosis is difficult especially at the initial stages. In this paper, movement characteristics extracted by a computer using multilayer back propagation neural network mapping are converted to the symptoms of this disease. Then, modulation of three classifiers of C4.5, k-nearest neighbors, and support vector machine with majority voting are applied to support experts in diagnosing the disease. The purpose of this study is to choose appropriate characteristics and increase the accuracy of the diagnosis. Experiments were performed to demonstrate the improvement of Parkinson's disease diagnosis using this method.
IEMEK Journal of Embedded Systems and Applications
/
v.17
no.1
/
pp.19-24
/
2022
Through the development and dissemination of embedded devices, studies that may help patients are rapidly emerging. Recently, as wearable devices have become one of the ways to diagnose diseases in daily life, they are being studied as a way to assist severely ill patients to lead their daily lives. Among them, a method of detecting and giving signals to detect and solve symptoms using acceleration sensors to diagnose Parkinson's disease is being studied, and there is no study to measure and analyze various factors that can affect Parkinson's disease. To solve them, we designed and developed a wearable device, P-Band, with various sensors capable of diagnosing related symptoms, including acceleration sensors capable of diagnosing Parkinson's disease. In this paper, the overall structure of the P-Band and the description and operation method of the measurable sensors are presented. In addition, it was confirmed that the symptoms of Parkinson's patients could be determined complexly through the results measured in actual patients.
Parkinson's disease is the second most common degenerative brain disease after Alzheimer's in old age. Symptoms of Parkinson's disease are factors that reduce the quality of life in daily life, such as shaking hands, slowing behavior and cognitive function. Parkinson's disease that can slow the progression of the disease through early diagnosis. To diagnoze Parkinson's disease early, an algorithm was implemented to extract features using wav2vec and to diagnose the presence or absence of Parkinson's disease with deep learning(ANN). As a results of the experiment, the accuracy was 97.47%. It was better than the results of diagnosing Parkinson's disease using the existing neural network. The audio voice file could simply reduce the experiment process and obtain improved results.
Parkinson's disease, one of the three major diseases in old age, has more than 70 % of patients with speech disorders, and recently, diagnostic methods of Parkinson's disease through speech signals have been devised. In this paper, we propose a method of diagnosis of Parkinson's disease based on deep residual gated recurrent neural network using speech features. In the proposed method, the speech features for diagnosing Parkinson's disease are selected and applied to the deep residual gated recurrent neural network to classify Parkinson's disease patients. The proposed deep residual gated recurrent neural network, an algorithm combining residual learning with deep gated recurrent neural network, has a higher recognition rate than the traditional method in Parkinson's disease diagnosis.
Human biosignals provide essential information for diagnosing diseases such as dementia and Parkinson's disease. Owing to the shortcomings of current clinical assessments, noninvasive solutions are required. Machine learning (ML) on wearable sensor data is a promising method for the real-time monitoring and early detection of abnormalities. ML facilitates disease identification, severity measurement, and remote rehabilitation by providing continuous feedback. In the context of wearable sensor technology, ML involves training on observed data for tasks such as classification and regression with applications in clinical metrics. Although supervised ML presents challenges in clinical settings, unsupervised learning, which focuses on tasks such as cluster identification and anomaly detection, has emerged as a useful alternative. This review examines and discusses a variety of ML algorithms such as Support Vector Machines (SVM), Random Forests (RF), Decision Trees (DT), Neural Networks (NN), and Deep Learning for the analysis of complex clinical data.
KIPS Transactions on Software and Data Engineering
/
v.3
no.10
/
pp.421-428
/
2014
Like Alzheimer's disease, Parkinson's Disease(PD) is one of the most common neurodegenerative brain disorders. PD results from the deterioration of dopaminergic neurons in the brain region called the substantia nigra. Currently there is no cure for PD, but diagnosing in its early stage is important to provide treatments for relieving the symptoms and maintaining quality of life. Unlike many diagnosis methods of PD which use a single biomarker, we developed a diagnosis method that uses both biochemical biomarkers and imaging biomarkers. Our method uses ${\alpha}$-synuclein protein levels in the cerebrospinal fluid and diffusion tensor images(DTI). It achieved an accuracy over 91.3% in the 10-fold cross validation, and the best accuracy of 72% in an independent testing, which suggests a possibility for early detection of PD. We also analyzed the characteristics of the brain fiber pathways of Parkinson's disease patients and normal elderly people.
Discrimination of Parkinson's disease (PD) from Essential tremor (ET) is often misdiagnosed in clinical practice. Since tremor is time-varying signal, and dominant and harmonic frequencies are shown in tremor only with moderate or severe symptom, there are some limitations to use frequency related features. Moreover, patients with PD or ET can suffer from both resting tremor and postural tremor. In this study, 28 patients with PD and 17 patients with ET were enrolled. Tremor was measured with accelerations on the more affected hand during resting and postural conditions. The ratio of root mean square (RMS) of resting tremor to RMS of postural tremor, the mean coefficients of autocorrelation function (ACF), and the mean of differences of two adjacent coefficients of ACF at resting and postural were calculated and compared between PD and ET. The performance showed 98% accuracy with support vector machine and leave-one-out cross validation. In addition, the method accurately differentiated the patients with tremor-dominant PD from patients with ET, with 100% accuracy. Therefore, the developed algorithm can assist clinicians in diagnosing and categorizing patients with tremor, especially, patients with mild symptom or the early stage of a disease, for proper treatment.
Purpose:The aim of this study was to evaluate the striatal binding ratio, the anterior/posterior ratio and reproducibility using a template based registration method using the standard MR template as a replacement for each patients MR image. Materials and Methods:This study analyzed the 123I IPT SPECT images of 30 patients with IPD, who were subdivided into 17 patients (56.6$\pm$10.8 yr, M/F : 8/9.) with mild IPD, and 13 patients (56.4$\pm$11.1 yr, M/F : 8/5) with severe IPD. In addition, 11 normal controls (57.8$\pm$14.4 yr, M/F : 4/7) were also analyzed. The ROIs were positioned manually in the same slice showing the highest striatal activity using the traditional manual method, whereas those were positioned automatically in a mid striatal slice of the SPECT image coregistered to the standard T1 weighted MR template. Results : The specific binding ratio (SBR) obtained using the template based registration method strongly correlated with those using the manual method in all groups : normal controls (r=0.85, P<0.001), mild IPD (r=0.84, P<0.001) and severe IPD (r=0.7, P=0.01). The SBRs obtained using both methods were significantly different among the three groups (P=0.05) and the SBRs obtained by the template based registration method were higher than those by the manual method (P=0.05) in all three groups. The APRs obtained by the template based registration correlated with those using manual method in only mild IPD (r=0.72, P=0.0). The APRs obtained by the template based registration method were significantly different from the normal controls and those with mild or severe IPD (P<0.05), whereas those obtained using the manual method were not significantly different among the three groups (P>0.1). The reproducibility (rmsCV) of the template based registration method was 7.2% (normal controls:5.2%, mild IPD:4.2%, severe IPD:10.8%), whereas the reproducibility of the manual method was 31% (normal controls:19.7%, mild IPD:21.7%, severe IPD:46.2%). Conclusion:These results show that the use of $^{123}$ I-IPT SPECT for assessing IPD is affected by the methods used to position the striatal ROI. The template based registration method using the standard MR template can be useful in diagnosing IPD and assessing the disease severity with a high reproducibility. Therefore, the template based registration method appears to be a good replacement for the manual method.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.