Wyszukiwarka
Abstrakt
This study investigates the role of deep learning models, particularly MobileNet-v2, in Parkinson's Disease (PD) detection through handwriting spiral analysis. Handwriting difficulties often signal early signs of PD, necessitating early detection tools due to potential impacts on patients' work capacities. The study utilizes a three-fold approach, including data augmentation, algorithm development for simulated PD image datasets, and the creation of a hybrid dataset. MobileNet-v2 is trained on these datasets, revealing higher generalization or prediction accuracy of 84% with hybrid datasets. Future research will explore the impact of high variability synthetic datasets on prediction accuracies and investigate the MobileNet-v2 architecture's memory footprint for timely inferences with low latency
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.62036/ISD.2024.76
- Licencja
- Copyright (Author(s))
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2024
- Opis bibliograficzny:
- Bhat S. A., Szczuko P.: Mobilenet-V2 Enhanced Parkinson's Disease Prediction with Hybrid Data Integration// / : , 2024,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.62036/isd.2024.76
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 27 razy
Publikacje, które mogą cię zainteresować
MULTI-OBJECTIVE OPTIMIZATION PROBLEM IN THE OptD-MULTI METHOD
- W. Błaszczak-bąk,
- A. Sobieraj-Żłobińska,
- M. Kowalik