Abstract: M. M. Hasan, T. Hattori, Y. Hirata (2025)

Parkinson's disease (PD) is a progressive neurodegenerative disorder characterized by motor and non-motor symptoms that impair gait and daily activities. In this study, we propose a novel method based on recurrence plot and recurrence triangle (RT) patterns to classify PD patients and healthy controls. We analyze a toy model using the Rossler attractor as well as real-world walking datasets. The RT-based approach showed exceptional performance, achieving almost 100% classification accuracy on the toy model and real-world datasets. Statistical analysis revealed that specific RT patterns-type 13, type 20, and type 51 for triangle size L

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Small sample learning classifies Parkinson's disease patients based on their walking behavior