MENDETEKSI PENYAKIT PARKINSON DENGAN OPENCV, COMPUTER VISION, DAN SPIRAL / WAVE TEST

Abstrak

ABSTRAK

Penyakit Parkinson adalah penyakit neurodegeneratif kedua yang paling umum pada manusia setelah penyakit Alzheimer. Gangguan tersebut menyebabkan pasien mengalami berbagai gejala, termasuk gangguan intelektual dan perilaku, demensia, kehilangan memori, kelemahan otot, kekakuan (gerakan menjadi lambat dan kaku), dan tremor.

Penelitian ini menggambarkan bagaimana mendeteksi penyakit Parkinson menggunakan Open CV dan bagaimana gambar geometris dapat digunakan untuk mendeteksi dan memprediksi Parkinson.

Kami kemudian akan memeriksa dataset gambar kami yang dikumpulkan dari kedua pasien dengan dan tanpa Parkinson. Setelah meninjau dataset, saya akan mengajarkan cara menggunakan deskriptor gambar HOG untuk mengukur gambar input dan kemudian bagaimana kita bisa melatih classifier Hutan Acak di atas fitur yang diekstraksi.

Hasil yang diharapkan sistem dapat mendeteksi dan memprediksi penyakit Parkinson dari seseorang pasien dengan tingkat akurasi diatas 90 %

Kata kunci : Pendeteksian Parkinson, HOG, OpenCV , Deeplearning.