文献

J-GLOBAL ID：202002289451199922   整理番号：20A0980098

最小平均最大木と母音を用いた特異値分解法を用いたParkinson病の自動検出【JST・京大機械翻訳】

Automated detection of Parkinson’s disease using minimum average maximum tree and singular value decomposition method with vowels

著者 (5件)： Tuncer Turker (Department of Digital Forensics Engineering, Technology Faculty, Firat University, Elazig, Turkey) ,  Dogan Sengul (Department of Digital Forensics Engineering, Technology Faculty, Firat University, Elazig, Turkey) ,  Acharya Udyavara Rajendra (Ngee Ann Polytechnic, Department of Electronics and Computer Engineering, Singapore) ,  Acharya Udyavara Rajendra (Department of Biomedical Engineering, School of Science and Technology, Singapore University of Social Science (SUSS), Singapore) ,  Acharya Udyavara Rajendra (Department of Biomedical Engineering, Faculty of Engineering, University of Malaya, Malaysia)
資料名： Biocybernetics and Biomedical Engineering  (Biocybernetics and Biomedical Engineering)
巻： 40  号： 1  ページ： 211-220  発行年： 2020年 
JST資料番号： W3437A  ISSN： 0208-5216  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,母音を用いてパーキンソン病(PD)を自動的に検出する新しい方法を提案した。最小平均最大(MAMA)ツリーと特異値分解(SVD)の組合せを用いて,音声信号から顕著な特徴を抽出した。新しい特徴信号を,前処理段階におけるMAMAツリーの3レベルから構築した。SVD演算子を特徴抽出のために構築した信号に適用した。次に,50の最も明確な特徴を,レリーフ特徴選択技術を用いて選択した。最後に,10倍交差検証によるk最近傍(KNN)を分類に用いた。著者らは,KNN分類器を有する母音を用いて,92.46%の最高分類精度率を達成した。用いたデータセットは各人に対する3つの母音から構成されている。個々の結果を得るために,後処理ステップを実行して,96.83%の最良結果をKNN分類装置で得た。提案した方法は,巨大なデータベースでテストすることができ,母音を用いてPDの診断における神経科医を助けることができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *母音 ,  データベース ,  分類装置 ,  前処理 ,  信号処理 ,  特徴抽出 ,  特徴選択 ,  音声信号 ,  後処理 ,  *Parkinson病 ,  機械学習 ,  *特異値分解
準シソーラス用語： 自動検出 ,  分類精度 ,  神経科医 , 【Automatic Indexing@JST】

著者キーワード (5件)： パーキンソン病の認識 ,  最小平均最大ツリー ,  特異値分解 ,  機械学習 ,  信号処理

分類 (5件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z) ,  生体計測  (EL03020C) ,  パターン認識  (JE07000S) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： 平均 ,  母音 ,  特異値分解 ,  Parkinson病 ,  自動検出