L1-Norm DVM ve Ki-Kare Tabanlı Öznitelik Seçme Algoritmaları ile Parkinson Hastalığının Konuşma Sinyalleri Üzerinden Saptanması

Abstract

Parkinson hastalığı, genel nöro-dejeneratif bozukluklardan biridir. Konuşma / ses bozukluğu Parkinson hastalığınınerken dönemdeki semptomlarından biri olarak kabul edilir. Ses sinyallerini işleme yöntemleri, Parkinson hastalığı ile ilgilises bozukluğunu potansiyel olarak değerlendirebilir ve ölçebilir. Bu çalışmada, Parkinson hastalığını konuşmasinyallerinden teşhis etmek için etkili bir makine öğrenmesi tekniği önerilmiştir. Önerilen yöntemde, sağlıklı kişilerin veParkinson hastalarının konuşma sinyallerinden çıkarılan öznitelikleri içeren bir veri seti kullanılmıştır. L1-Norm DestekVektör Makinesi ve Ki-Kare Tabanlı öznitelik seçme algoritmaları kullanılarak veri setinde bulunan ayırt ediciliği yükseköznitelikler seçilmiştir. İki yöntemden elde edilen öznitelik setleri birleştirilerek sınıflandırma aşamasında kullanılmıştır.Sınıflandırma aşamasında Destek Vektör Makinesi, K-En Yakın Komşu ve Rasgele Alt Uzay K-En Yakın KomşuToplulukları sınıflandırıcılarının tahmin sonuçlarının kullanıldığı Çoğunluk Oylaması yöntemi ile önerilen yönteminbaşarımı artırılmıştır. Önerilen yöntem %95.11 doğruluk ile aynı veri setini kullanan geçmiş çalışmalara göre daha iyi birperformans sağlamıştır. Önerilen yöntem ile Parkinson hastalığı otomatik olarak teşhis edileceğinden bu uygulamahekimlere karar verme süresinde yardımcı bir araç olarak kullanılabilir.