Résumé:
La maladie de Parkinson est une maladie chronique qui touche généralement les personnes âgées de plus de 60 ans, mais peut également toucher les personnes plus jeunes.
Le tremblement des mains est le symptôme le plus fréquemment utilisé pour diagnostiquer cette
maladie, Les algorithmes bio-inspirés sont un nouveau domaine de recherche utilisé, la plupart
des études précédentes se focalisent sur un algorithme CNN appliquer sur une base des données
(HandPD).
Durant ce travail nous avons pris base des données (HandPD) pour la tester avec d'autre algorithmes, afin d'améliorer le temps d'exécution et le taux de reconnaissance.
Nous avons suivi trois volets principaux, le premier s’intéresse au module de détection de la maladie et l’extraction des zones pertinentes des images, en utilisant quatre descripteurs :les motifs binaires locaux (LBP), LBP-52, l’histogramme de gradient orienté (HOG) et la matrice de co-occurrence en niveau de gris (GLCM).
Le deuxième axe porte des méthodes de classification (KNN-MLP-SVM). Le troisième, les techniques d’optimisation avancées dont le but est de réduire la dimension des vecteurs des caractéristiques.
La sélection des zones a été réalisée à l’aide de plusieurs inspirations comme la théorie de l’intelligence distribuée, les fonctions mathématiques et les lois de la physique.
Ensuite une comparaison finale entre les résultats de la détection obtenus et celles des études précédentes, afin de confirmer notrehypothèse.
