Computer methods in biomechanics and biomedical engineering · 2024
Use of machine learning methods in diagnosis of carpal tunnel syndrome.
СтатьяНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Öten Erol, Aygün Bilecik Nilüfer, Uğur Levent
Аннотация
Carpal tunnel syndrome (CTS) is a common condition diagnosed using physical exams and electromyography (EMG) data. This study aimed to classify CTS severity using machine learning techniques. EMG data from 154 patients, including measurements of motor and sensory latency, velocity, and amplitude, were used to form a six-dimensional feature space. Classifiers such as DT, LDA, NB, SVM, k-NN, and ANN were applied, and the feature space was reduced using ANOVA, MRMR, Relieff, and PCA. The DT classifier with ANOVA feature selection showed the best performance for both full and reduced feature spaces.