Özetçe-Bu çalışmada motor nöron hastalığının en yaygın çeşidi olan ALS hastalığının teşhisi için DVM (Destek vektör makinesi) algoritması kullanılmıştır. EMG (Elektromiyogram) işaretleri, sınıflandırılmadan önce ön işleme, bölütleme, kümeleme ve öznitelik çıkarma aşamalarından geçirilmiştir. Kümeleme aşamasında hiyerarşik ve melez kümeleme yöntemleri kullanılmıştır. Sonrasında zaman, frekans uzayındaki öznitelik vektörleri ve bunların farklı birleşimleri ile elde edilen çoklu öznitelik vektörleri olmak üzere toplam 11 tane öznitelik vektörü denenmiş ve DVM üzerindeki etkileri incelenmiştir. Sonuç olarak; iki farklı kümeleme yönteminin üstünlüklerinin kullanılan öznitelik vektörlerine bağlı olduğu; çoklu öznitelik vektörlerinin ALS hastalığı teşhisinde yüksek başarım sağladığı ve daha az tutarsızlık sergilediği görülmüştür.
Abstract-In this study, SVM (Support Vector Machine) algorithm is used for the diagnosis of ALS which is the most common type of motor neuron disease. Before classification of EMG data with SVM (Support Vector Machine); pre-processing, segmentation, feature extraction and clustering stages of data are completed. In the stage of clustering, hybrid and hierarchical clustering methods are employed. After that, feature vectors in time and frequency domains and their different combinations (a total of 11 feature vectors) are fed to the SVM and the obtained results are observed. It is understood that the advantages of clustering methods dependent on the feature vectors; multiple feature vectors provide high performance in the diagnosis of ALS disease and exhibit much lower discrepancy.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.