Nörodejeneratif Hastalıklarda Yürüme İşaretlerinin Zaman-Frekans Analizi
![Thumbnail](/xmlui/bitstream/handle/20.500.11857/700/58-65-%c3%96mer%20AKG%c3%9cN%2c%20Ayd%c4%b1n%20AKAN%2c%20Hasan%20DEM%c4%b0R-N%c3%96RODEJENERAT%c4%b0F%20HASTALIKLARDA%20Y%c3%9cR%c3%9cME%20%c4%b0%c5%9eARETLER%c4%b0N%c4%b0N%20ZAMAN-FREKANS%20ANAL%c4%b0Z%c4%b0.pdf.jpg?sequence=5&isAllowed=y)
View/ Open
Access
info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/3.0/us/Date
2015-12Metadata
Show full item recordCitation
Akgün, Ö., Akan, A. ve Demir, H. (2015). "Nörodejeneratif Hastalıklarda Yürüme İşaretlerinin Zaman-Frekans Analizi", Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi, C. 1, S. 1, ss. 58-65.Abstract
Yürüme analizi ile ilgili gelişmeler, bazı hastalıkların özelliklede nörodejeneratif hastalıkların teşhisinde yürüme analizinin yardımcı bir faktör olarak yer almasını sağlamıştır. Ayağın altındaki kuvvete duyarlı sensörler yardımı ile kontrol bireylerinden ve nörodejeneratif hastalardan yürüme işaretleri alınmıştır. Bu işaretlere zaman-frekans analizi uygulanarak hastalıklı işaretlerin normal işaretlerden farkları ortaya çıkarılmıştır. Daha sonra Yapay Sinir Ağları (YSA) ile yapılan sınıflandırmada patolojik işaretler %82 doğrulukla tespit edilmiştir. Developments related to gait analysis has provided help to be included as a factor, especially in the diagnosis of neurodegenerative diseases. Walking marks are taken of the foot under the force sensitive sensors with the aid of control members, and the neurodegenerative patients. This signals the time-applying frequency analysis revealed differences from normal signals disease signals. Then in the classification with Artificial Neural Networks (ANN), pathological signs were detected 82% accuracy.
Source
Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri DergisiCollections
- Makale Koleksiyonu [110]
The following license files are associated with this item: