Parkinson’s Disease Detection From Electrical Stimulations WiFi Signals Using Information Fusion of Proposed Neural Networks
Rattachement africain : pk, sa, gb, lt, tr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract Parkinson’s disease (PD) is a degenerative, chronic neurological condition that impairs a person’s ability to move normally. People may experience difficulties with speaking, writing, walking, or performing basic tasks if dopamine-generating neurons in the brain are injured or die. Using traditional techniques for PD analysis is time-consuming and challenging, as the evaluation process is prone to high misclassification rates. Therefore, we proposed a deep learning-based architecture for classifying PD using WiFi signals in this work. The data is generated at the initial stage using WiFi signals. After that, we proposed two deep learning architectures from scratch. The first architecture, named E3-ST transformer, is based on a three-stage encoding scheme, and the second two residual-attention-block-based networks are named PD-RAN2. Both models are trained on generated WiFi signal data, and the hyperparameters are optimized using Bayesian Optimization (BO). In the next phase, trained models are used, and deep features are incorporated, employing a new method termed serial-based attention-weighted. The fused features are finally classified using neural network classifiers. The output is in label classes such as slow walking, fast walking, sitting on a chair, standing still, and FOG episodes. The Medium Neural Network (MN2) classifier achieved the best accuracy of 97.78%, whereas the individual models achieved 97.0% and 97.70%, respectively. A comparison with recent techniques shows that the proposed architectures achieve improved performance.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Parkinson’s Disease Detection From Electrical Stimulations WiFi Signals Using Information Fusion of Proposed Neural Networks
- Date Crossref
- 13/05/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
HITEC University Department of Computer Science pays non établi dans la noticeUniversité ou école supérieure
-
Prince Mohammad bin Fahd University Center of Artificial Intelligence pays non établi dans la noticeUniversité ou école supérieure
-
University of Glasgow pays non établi dans la noticeUniversité ou école supérieure
-
Kaunas University of Technology Centre of Real Time Computer Systems pays non établi dans la noticeUniversité ou école supérieure
-
King Saud University pays non établi dans la noticeUniversité ou école supérieure
-
Sivas State Hospital pays non établi dans la noticeÉtablissement de santé
-
Sivas Bilim ve Teknoloji Üniversitesi pays non établi dans la noticeUniversité ou école supérieure
-
School of Infection and Immunity pays non établi dans la noticeUniversité ou école supérieure
-
Nothern Imaging Victoria pays non établi dans la noticeInstitution
-
College of Applied Studies Department of Computer Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Sivas University of Science and Technology Department of Computer Engineering pays non établi dans la noticeUniversité ou école supérieure
Department of Computer Science — HITEC University, Center of Artificial Intelligence — Prince Mohammad bin Fahd University et University of Glasgow, avec 8 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.