НЕЧЁТКИЕ КЛАССИФИКАТОРЫ ДЛЯ ДИАГНОСТИКИ БОЛЕЗНИ ПАРКИНСОНА НА ОСНОВЕ СТАТИЧЕСКИХ РУКОПИСНЫХ ДАННЫХ
И.А. Ходашинский, Ю.А. Шурыгин, К.С. Сарин, М.Б. Бардамова, А.О. Слёзкин, М.О. Светлаков, Н.П. Корышев
Томский государственный университет систем управления и радиоэлектроники, г. Томск, Россия
ilia.a.khodashinskii@tusur.ru
Ключевые слова: нейродегенеративные заболевания, машинное обучение, классификация, отбор признаков, нечёткие классификаторы, метаэвристические алгоритмы
Страницы: 72-85
Аннотация
Диагностика болезни Паркинсона является дорогостоящей процедурой, включающей в себя транскраниальную сонографию и томографию головного мозга. В связи с этим актуальными являются простые и точные скрининговые методы диагностики. Рассматриваются вопросы анализа рукописных статичных рисунков спиралей и меандров методами машинного обучения для диагностики болезни Паркинсона на основе общедоступного набора данных HandPD. Построены нечёткие классификаторы с помощью оригинальных методов, способные по рисунку определять наличие или отсутствие болезни. Поскольку набор HandPD является несбалансированным, в работе применяются алгоритмы искусственной генерации выборок. Проведено статистическое сравнение точности применяемых моделей и методов, выполнено ранжирование признаков.
DOI: 10.15372/AUT20230308
EDN: GUUYUA
|
