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

Authors : Fatih DEMİR

Pages : 32-40

Doi:10.29132/ijpas.873653

View : 17 | Download : 14

Publication Date : 2021-06-30

Article Type : Research Paper

Abstract :Parkinson hastalığı, genel nöro-dejeneratif bozukluklardan biridir. Konuşma / ses bozukluğu Parkinson hastalığının erken dönemdeki semptomlarından biri olarak kabul edilir. Ses sinyallerini işleme yöntemleri, Parkinson hastalığı ile ilgili ses bozukluğunu potansiyel olarak değerlendirebilir ve ölçebilir. Bu çalışmada, Parkinson hastalığını konuşma sinyallerinden teşhis etmek için etkili bir makine öğrenmesi tekniği önerilmiştir. Önerilen yöntemde, sağlıklı kişilerin ve Parkinson hastalarının konuşma sinyallerinden çıkarılan öznitelikleri içeren bir veri seti kullanılmıştır. L1-Norm Destek Vektör Makinesi ve Ki-Kare Tabanlı öznitelik seçme algoritmaları kullanılarak veri setinde bulunan ayırt ediciliği yüksek öznitelikler 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 Komşu Toplulukları sınıflandırıcılarının tahmin sonuçlarının kullanıldığı Çoğunluk Oylaması yöntemi ile önerilen yöntemin başarımı artırılmıştır. Önerilen yöntem %95.11 doğruluk ile aynı veri setini kullanan geçmiş çalışmalara göre daha iyi bir performans sağlamıştır. Önerilen yöntem ile Parkinson hastalığı otomatik olarak teşhis edileceğinden bu uygulama hekimlere karar verme süresinde yardımcı bir araç olarak kullanılabilir.
Keywords : Konuşma sinyalleri, öznitelik seçme, Parkinson hastalığı, sınıflandırma