AQDD Özelliklerine BBA Yöntemleri Uygulanarak Parkinson Hastalığının Otomatik Teşhisi

Authors : Cüneyt YÜCELBAŞ, Şule YÜCELBAŞ

Pages : 50-58

Doi:10.35193/bseufbd.566857

View : 13 | Download : 9

Publication Date : 2019-09-30

Article Type : Research Paper

Abstract :Parkinson hastalığı dopamin üreten beyin hücrelerinin kaybı sonucunda oluşan bir hastalıktır. Bu hastalığın birçok teşhis yöntemi bulunmakta olup ses sinyallerinin analizi de bunlardan birisidir. Bu çalışmada daha önceden 188 Parkinson hastası ve 64 sağlıklı olmak üzere toplam 252 kişiye ait kaydedilmiş ses sinyallerinden ayarlanabilir Q-faktör dalgacık dönüşümü (AQDD) metodu kullanılarak elde edilen özellikler kullanılmıştır. Bu özelliklere bağımsız bileşen analizi (BBA) çeşitlerinden olan hızlı BBA (HBBA), max-kurtosis BBA (KBBA) ve yeniden yapılanma BBA (YBBA) olmak üzere üç farklı özellik azaltma (boyut indirgeme) yöntemi uygulanmıştır. Bu işlemler sonucunda minimum özellik sayısıyla maksimum başarı oranı elde edilmeye çalışılmıştır. Bu amaçla, öncelikle yeni özellikler ile oluşturulan veri grubuna ayrı ayrı k-kat çapraz doğrulama yöntemi uygulanarak veriler eğitim-test olarak ayrılmıştır. Sonraki aşamada, hazırlanan veriler rastgele orman (RO) algoritması ile sınıflandırılmış ve sonuçlar çeşitli istatistiksel ölçütlerle yorumlanmıştır. Sonuçlar değerlendirildiğinde; kullanılan boyut indirgeme yöntemleri içerisinde en başarılı yöntem %82.01 sınıflandırma doğruluk oranı ve yaklaşık 0.85 ROC ve PRC değerleri ile YBBA olmuştur. Bu durum hasta ve sağlıklı sınıf ayrışımının mükemmele yaklaştığını kanıtlamıştır. Gerçek yaşam uygulamalarına uygun olan bu çalışmanın performans sonuçları ve kullanılan veri sayısının yüksek oluşu çalışmanın literatürdeki önemini ortaya koymaktadır. Ayrıca, çalışma kapsamında kullanılan özellik indirgeme yöntemlerinin analizi, bu alanda yapılabilecek çalışmalara yol gösterebilecek niteliktedir.
Keywords : Parkinson hastalığı, ses sinyali analizi, boyut indirgeme metodları, AQDD