Badania porównawcze klasyfikatora BARBARA oraz innych wybranych algorytmów na zbiorze pomiarów parametrów medycznych osób z chorobą Parkinsona

• Autorzy: Myśliwiec K. S.
• Języki publikacji: PL

Abstrakty

PL

Choroba Parkinsona jest chorobą, dla której nie ma definitywnego testu diagnostycznego. Istnieje wiele metod diagnozy tej choroby - jedną z nich jest badanie wymowy pacjentów z podejrzeniem tej choroby. Sprawne ucho doświadczonego lekarza jest w stanie wychwycić anomalie głosu powiązane z chorobą. Lekarza można jednak zastąpić aparaturą zbierającą próbki mowy, a następnie klasyfikującą je. Wśród wielu metod klasyfikacji do najpopularniejszych zalicza się: metodę K-NN, sieci neuronowe oraz systemy immunologiczne. Użycie odpowiedniego algorytmu zależy zwykle od charakteru danych, dlatego wybór klasyfikatora musi być poprzedzony staranną analizą problemu klasyfikacji. W artykule prezentowany jest nowy algorytm klasyfikacyjny, który może śmiało konkurować z rozwiązaniami dostępnymi na rynku. Przedstawione są również testy porównanwcze klasyfikatora BARBARA oraz innych popularnych metod.

Słowa kluczowe

PL

algorytmy klasyfikacyjne; systemy przetwarzania danych

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2010
• Tom: R. 14, nr 10
• Strony: 63--66
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr.

Twórcy

autor

Myśliwiec K. S.

Bibliografia

• 1. UC Irvine Machine Learning Repository [http://archive.ics. uci.edu/m1/].
• 2 Little M.A., McSharry P.E., Roberts S.J., Costello D.A.E., Moroz I.M.: Exploiting Nonlinear Recurrence and Fractal Scaling Properties for Voice Disorder Detection, BioMedical Engineering OnLine 2007.
• 3. Myśliwiec K. S.: Przegląd metod sztucznej inteligencji w ekstrakcji danych, Praca inżynierska, PWSZ Krosno, 2010.
• 4. Castro L.N., Zuben F. J.: Artifical Immune System. Part I - Basic Theory and Applications, Technical Report, 1999.
• 5. Wierzchoń T.: Sztuczne Systemy Immunologiczne, Akademicka Oficyna Wydawnicza EXIT, 2001.
• 6. VesantoJ., Himberg J., Alhoniemi E., Parhankangas J.: SOM Toolbox for Matlab 5, Technical Report A57, Helsinki University of Technology, 2000.
• 7. Grabska-Chrząstowska J., Libuszowski W., Tomalak W.: Porównanie metody KNN i techniki sieci neuronowych w klasyfikacji badali spirometrycznych, Bio-Algorithms and Med-Systems, Journal edited by Medical College - Jagiellonian University, 2005, Vol. 1, No. 1/2, pp. 9-12.
• 8. Larose D.T.: Metody i modele eksploracji danych, Wydawnictwo Naukowe PWN, 2008.