Parkinson hastalığı için parçacık yığını optimizasyonunda yeni topolojiye dayalı yüksek verimli optimizasyon algoritmasının geliştirilmesi

Parkinson hastalığı, dopamin eksikliğine neden olan substantia nigra'nın kaybı nedeniyle beyindeki yeni hücrelerin zamanla yavaş yavaş öldüğü ilerleyici bir nörodejeneratif hastalıktır. Parkinson hastalığı sorununun doğru teşhisini ele almak için bu araştırma, ikili parçacık sürüsü optimizasyon yöntemini kullanarak Parkinson hastalığı hastalarını sağlıklı bireylerden etkili bir şekilde ayırt edecek yeni bir algoritma tasarlamayı önermektedir. Vaka kontrol çalışması, 196'dan fazla Parkinson hastasının elektroensefalogram veri setini analiz ederek bu algoritmayı değerlendirmek ve bunu aynı yaş ve cinsiyetteki sağlıklı kontrollerle karşılaştırmak için tasarlandı. Karşılaştırma, üç yöntem arasında en doğru olanı bulmak için diğer geleneksel derin öğrenme, lojistik regresyon ve ikili parçacık sürüsü optimizasyon tekniklerini içerir. Bu tezde Parkinson hastalığı için çoklu atalet ağırlık stratejisine dayalı birlikte evrim ikili parçacık sürüsü optimizasyonunu kullandık. Ayrıca veri setindeki özellik sayısını azaltmak için karınca kolonisi optimizasyon yöntemi ve genetik algoritma kullanılmıştır. Sınıflandırma için destek vektör makinesi kullanılmış ve diğer yöntemlerle karşılaştırılmıştır. Ayrıca performans analizi için karışıklık matrisi kullanılır.