ارائه‌کننده: سیدامیرعلی حنیفی یزدی
استاد راهنما: دکتر روزبه عابدینی‌نسب
استاد مشاور: دکتر محمد نجفی آشتیانی
استاد ناظر داخلی: دکتر رضوان رحیمی
استاد ناظر خارج از دانشگاه: دکتر مراد کریم‌پور
تاریخ: 1403/06/26
ساعت: 9
مکان: دانشگاه تربیت مدرس، سالن پژوهشکده اقتصاد

 چکیده:
پارکینسون یکی از شایع‌ترین بیماری‌های عصبی است که پایداری و عملکرد حرکتی بیماران را هدف قرار می‌دهد. یکی از راه‌های کنترل و بهبود این بیماری، اعمال مداخلات فیزیوتراپی برای یک دوره درمانی به بیماران است. این مطالعه، اثر مداخلات فیزیوتراپی برای مدت ده هفته در صفحه عرضی بر پایداری و عملکرد حرکتی بیماران را با استفاده از هوش مصنوعی و روش‌های یادگیری ماشین مورد بررسی قرار می‌دهد. بررسی یک روش تشخیصی و پیش‌تشخیصی بیماری پارکینسون از اهداف دیگر این پژوهش می‌باشد. دوازده بیمار پارکینسون به دو گروه کنترل و مداخلات طراحی شده تقسیم شدند. قبل و بعد از مداخلات از ایشان آزمون‌هایی به عمل آورده شد.
در آزمون‌ها نیروی واکنش سطح زمین، گشتاورها و مرکز فشار بیماران بوسیله نیروسنج صفحه‌ای ثبت شد. متغیرهایی که توصیف کننده پایداری و عملکرد حرکتی بیماران می‌باشد، طراحی شد و از سیگنال‌های ثبت شده، استخراج گشت. این داده‌ها به کمک الگوریتم‌های هوش مصنوعی و روش‌های یادگیری ماشین مورد تحلیل قرار گرفت. روش‌های یادگیری ماشین استفاده شده در این پژوهش مانند انتخاب ویژگی، کاهش ابعاد و خوشه‌بندی باعث شدند تا در مواجه با مجموعه داده‌هایی که دارای تعداد زیادی متغیر هستند، موثر واقع گردند.
در نهایت مشاهده شد که تعداد قابل توجهی از بیماران گروه مداخله اصلی، در حالت بعد از مداخله دچار تغییرات محسوسی نسبت به حالت قبل از مداخله شدند. همچنین با مقایسه مجموعه داده بیماران با افراد سالم، مشاهده شد که اثر این مداخله بر بیماران گروه مداخله اصلی، منجر به بهبود ایشان شد. در نهایت با تحلیل حالت قبل از مداخله بیماران و افراد سالم، تفکیک و دسته‌بندی محسوس و معناداری بین بیماران و افراد سالم مشاهده شد.