مریم امینیان - دانشگاه آزاد اسلامی واحد مشهد
حمیدرضا کبروی - دانشگاه آزاد اسلامی واحد مشهد
رضا بوستانی - دانشگاه علوم پزشکی مشهد

دراین تحقیق یک راهکارتشخیصی به منظور دسته بندی بیماران دچارنوپاتی اکتسابی CIDP و بیماران دچارنوروپاتی ارثی شارکوماری توث ارایه شده است راهکارارایه شده مبتنی برانالیز سیگنالهای EMG سطحی عضلات تیبیالیز آنتریور و رکتوس فموریس دوپا درهنگام گام برداشتن توسعه داده شده است دراین راستا پس ازانجام پیش پردازش های مناسب روی سیگنالهای EMG ثبت شده 9ویژگی زمانی و فرکانسی ازسیگنالهای اخذشده استخراج شدند سپس برای دسته بندی ازشبکه های عصبی MLP ، RBF و سیستم منطق فازی KNN استفاده شد مجموعه داده ها حاصل 82 ازمایش انسانی است که روی سه گروه افرادسالم 34نمونه افرادبیمارCIDP 25نمونه و شارکوماری توث 23نمونه انجام شده اند 70درصد داده ها برای اموزش و 30درصد برای ازمون دسته بندی کننده ها استفاده شده اند نتایج این تحقیق نشان میدهد که دسته بندی کننده فازی KNN97/6درصد درمقایسه بادودسته بندی کننده دیگر دارای صحت بیشتری بوده است

سیگنال الکترومایوگرام، نورپاتی CIDP، نوروپاتی شارکوماری توث، دسته بندی کننده، سیستم منطق فازی