메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Ilias Tougui (Mohammed V University in Rabat) Abdelilah Jilbab (Mohammed V University in Rabat) Jamal El Mhamdi (Mohammed V University in Rabat)
저널정보
대한의료정보학회 Healthcare Informatics Research Healthcare Informatics Research 제26권 제4호
발행연도
2020.1
수록면
274 - 283 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Objectives: Parkinson’s disease (PD) is the second most common neurodegenerative disorder; it affects more than 10 millionpeople worldwide. Detecting PD usually requires a professional assessment by an expert, and investigation of the voice as abiomarker of the disease could be effective in speeding up the diagnostic process. Methods: We present our methodology inwhich we distinguish PD patients from healthy controls (HC) using a large sample of 18,210 smartphone recordings. Thoserecordings were processed by an audio processing technique to create a final dataset of 80,594 instances and 138 featuresfrom the time, frequency, and cepstral domains. This dataset was preprocessed and normalized to create baseline machinelearningmodels using four classifiers, namely, linear support vector machine, K-nearest neighbor, random forest, and extremegradient boosting (XGBoost). We divided our dataset into training and held-out test sets. Then we used stratified5-fold cross-validation and four performance measures: accuracy, sensitivity, specificity, and F1-score to assess the performanceof the models. We applied two feature selection methods, analysis of variance (ANOVA) and least absolute shrinkageand selection operator (LASSO), to reduce the dimensionality of the dataset by selecting the best subset of features that maximizesthe performance of the classifiers. Results: LASSO outperformed ANOVA with almost the same number of features. With 33 features, XGBoost achieved a maximum accuracy of 95.31% on training data, and 95.78% by predicting unseen data. Conclusions: Developing a smartphone-based system that implements machine-learning techniques is an effective way todiagnose PD using the voice as a biomarker.
#Parkinson Disease #Voice Disorders #Telemedicine #Machine Learning #Classification

목차

등록된 정보가 없습니다.

참고문헌 (19)

참고문헌 신청
Parkinson J / 1817 / An essay on the shaking palsy / Sherwood, Neely and Jones google schola Parkinson J / 2002 / An essay on the shaking palsy 1817 / J Neuropsychiatry Clin Neurosci 14(2):223~236 google schola Charcot JM / 1872 / Lecon sur les maladies du systeme nerveux faites [Lesson on disease of the nervous system] / Aux bureaux du Progres Medical google schola Charcot JM / 1877 / Lectures on the diseases of the nervous system:delivered at La Salpetriere / The New Sydenham Society google schola Brissaud E / 1895 / Lecons sur les maladies nerveuses (Salpetriere, 1893-1894) / G. Masson google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0