پیشنهاد روشی برای تشخیص ناهنجاری در مسیر حرکت بیماران مبتلا به آلزایمر با استفاده از داده های موقعیت تلفن همراه و بهره گیری از شبکه های عصبی عمیق و شبکه های فازی

مقدمه و اهداف :

امروزه با صنعتی شدن جوامع و کوچک تر شدن تعداد افراد خانوارها و گسترش زندگی انفرادی، مراقبت از سالمندان و نظارت بر عملکرد آن ها در زندگی روزمره اهمیتی دوچندان یافته است. حمل دستگاه های مراقبتی یکی از راهکارهای پیشنهادی است که البته به علت احساس ناخوشایند حمل چنین تجهیزاتی و باتوجه به اختلالاتی چون فراموشی ناشی از آلزایمر شاید راه حل مناسبی نباشد. یکی از راهکارهای مورد توجه پژوهشگران بررسی رفتار انسان ازطریق داده های حسگرهای موجود در تلفن همراه است که با کمک آن امکان تشخیص رویدادهای غیرطبیعی ممکن خواهد بود. در این زمینه، یکی از چالش های پیش رو تنوع بالای رویدادهای ناهنجار است که در این پژوهش برای حل آن از شبکه های عصبی فازی استفاده می شود. چالش دیگر، نیاز به تحلیل دقیق داده های آموزشی برای دستیابی به مدلی قدرتمند است که برای مواجهه با این چالش استفاده از شبکه های عصبی عمیق پیشنهاد می شود. 

مواد و روش ها:

 در این مقاله، تشخیص ناهنجاری در مسیر حرکت با استفاده از ترکیب طبقه بند مبتنی بر سیستم تطبیقی استنتاج عصبی فازی و یک شبکه عصبی عمیق کانولوشنی مورد توجه قرار گرفته است. این شبکه عمیق با بهره گیری از الگوریتم تکاملی وال بهینه سازی می شود. روش پیشنهادی، بر روی مجموعه ای از داده های مسیر حرکت با مبدا و مقصد مشخص که مربوط به حسگر تلفن همراه کاربر است، مورد ارزیابی قرار می گیرد. 

یافته ها :

نتایج به دست آمده از شبیه سازی سیستم پیشنهادی که با درصد صحت 95/5 درصد برای دسته بندی داده های آزمایش همراه بوده است، گواهی بر عملکرد مطلوب روش پیشنهادی است.

نتیجه گیری:

 به نظر می رسد بهره گیری از ترکیب طبقه بند مبتنی بر سیستم تطبیقی استنتاج عصبی فازی و یک شبکه عصبی عمیق کانولوشنی در تشخیص ناهنجاری مسیر طی شده توسط افراد مبتلا به فراموشی ناشی از بیماری آلزایمر موفق عمل کرده است.