|
|
پژوهش در طب ورزشی و فناوری، جلد ۲۳، شماره ۳۰، صفحات ۱-۲۵
|
|
|
| عنوان فارسی |
کنترل حلقه بسته تطبیقی مبتنی بر یادگیری ماشین برای توانبخشی بیماران پارکینسونی |
|
| چکیده فارسی مقاله |
مقدمه و اهداف: در دهههای گذشته کنترل لرزش دست در بیماریهای اختلالات عصبی مانند پارکینسون توجه زیادی را به خود جلب کرده است. تئوریهای روش تحریک عمیق مغزی بهصورت حلقه بسته بهطور قابلتوجهی در حال افزایش است. هدف از این مقاله، ارائه یک روش حلقه بسته خودکار برای توانبخشی بیماران پارکینسونی دارای علائم لرزش دست با استفاده از یادگیری ماشین است.
مواد و روش: در مقاله حاضر از مدل ریاضی که شامل مدل عضله، عقدههای قاعدهای (Basal ganglia)، قشر مغز و ناحیه حرکتی (Supplementary Motor Area) برای شبیهسازی لرزش استفادهشده است؛ و همچنین برای کنترل لرزش دست از کنترلکننده تناسبی-مشتقگیر-انتگرالگیر غیر صحیح (non-integer PID) و همچنین با استفاده از الگوریتم هوشمند Proximal Policy Optimization (PPO) بهعنوان زیرمجموعه یادگیری تقویتی برای تنظیم ضرایب استفادهشده است.
یافتهها: از مزایای روش پیشنهادی علاوه بر کاهش لرزش دست و یادگیری خودکار برای استفاده در سطحهای مختلف بیماری که نتایج قابل قبولی نسبت به سایر روشهای کنترلی داده است، پیادهسازی این روش بهصورت عملی در دنیای واقعی به دلیل سادگی کنترلکننده و همچنین پیادهسازی آسان الگوریتم هوشمند به دلیل تنظیم خودکار ضرایب شبکههای هوش مصنوعی است.
نتیجهگیری: سیستم هوشمند پیشنهادی علاوه بر بهینهسازی علائم خروجی مانند لرزش دست در مقایسه با سایر کنترلکنندهها و همچنین قابلاستفاده برای تمام سطوح بیماری به دلیل تطبیقی بودن آن، باعث کاهش چشمگیر اثرات جانبی ناشی از تحریک مداوم مغز در روش تحریک مغز بهصورت حلقه باز میشود. |
|
| کلیدواژههای فارسی مقاله |
اختلال پارکینسونی، تحریک عمیق مغزی، یادگیری ماشین، یادگیری تقویتی، PPO |
|
| عنوان انگلیسی |
An Adaptive Closed-loop Control Based Machine Learning For Rehabilitation Parkinson’s Patients |
|
| چکیده انگلیسی مقاله |
Background and Aims: Controlling hand tremors in neurological disorders like Parkinson's has gotten a lot of attention in recent decades. The number of theories about closed-loop deep brain stimulation is rapidly growing. The goal of this work is to offer a machine learning-based automated closed loop system for the rehabilitation of Parkinson's patients with hand tremor symptoms.
Materials and Methods: In the current study, vibration was simulated using a mathematical model that included a muscle model, basal ganglia, cortex, and supplementary motor area. To manage hand tremor, the non-integer PID proportional controller, as well as the intelligent Proximal Policy Optimization (PPO) algorithm as a subset of reinforcement learning, are employed to adapt the coefficients.
Results: One of the advantages of the proposed method, aside from reducing hand tremor and automatic learning to use at various levels of the disease, which has yielded acceptable results when compared to other control methods, is its practical implementation in the real world due to the simplicity of the controller. The automatic adjustment of artificial intelligence network coefficients in the presented strategy (PPO) makes it simple to create intelligent system.
Conclusion: The proposed intelligent system significantly reduces the side effects of continuous brain stimulation in the open-loop manner stimulation, in addition to optimizing output signals such as hand tremor compared to other controllers and being usable for all levels of the disease due to its adaptability. |
|
| کلیدواژههای انگلیسی مقاله |
Parkinson’s Disease (PD), Deep Brain Stimulation (DBS), Reinforcement Learning (RL), Proximal Policy Optimization (PPO) |
|
| نویسندگان مقاله |
سعید ملاحسینی پاقلعه | Saeed Mollahoseini paghale
PhD Candidate in Sport Biomechanics, University of Mazandaran, Mazandaran, Iran.
دانشجوی دکترای بیومکانیک ورزشی، دانشگاه مازندران، مازندران، ایران.
میلاد فلاحزاده | Milad Fallahzade
PhD Candidate in Sport Biomechanics, Faculty of Sport Sciences, Shahid Bahonar University of Kerman, Kerman, Iran.
دانشجوی دکترای بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
محمدرضا امیرسیفالدینی | Mohammadreza Amirseyfadini
Associate Professor, Faculty of Sport Sciences, Shahid Bahonar University of Kerman, Kerman, Iran.
دانشیار، دانشکده علوم ورزشی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
|
|
| نشانی اینترنتی |
http://jsmt.khu.ac.ir/browse.php?a_code=A-10-2378-1&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
بیومکانیک ورزشی |
| نوع مقاله منتشر شده |
پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|
