زمینه و هدف: ALS یک بیماری عصبی ماهیچه‌ای پیش رونده است که از مهم‌ترین مشخصات آن تخریب نورون‌های حرکتی در سیستم عصبی مرکزی و محیطی است. در حال حاضر هیچ روش کلینیکی دقیقی برای تشخیص این بیماری ارائه نشده است. در اغلب موارد افراد دارای ALS به دلیل اختلالات موجود در سیستم عصبی نمی‌توانند به صورت عادی راه بروند. به همین دلیل، یکی از روش‌های مفید برای تشخیص این بیماری از سایر بیماری‌های عصبی و یا تشخیص بیماران مبتلا به ALS از افراد سالم، تحلیل سیگنال حرکتی راه رفتن است.

مواد و روش‌ها: در این مطالعه از دادگان موجود در سایت فیزیونت استفاده شده است. این پایگاه داده‌ای از 13 بیمار دارای ALS(ALS1,ALS2,…,ALS13) به همراه 16 فرد سالم (CO1,CO2,…,CO16) تشکیل شده است. افراد بیمار شرکت کننده در این مطالعه هیچ‌گونه سابقه بیماری عصبی دیگری نداشتند و در هنگام راه رفتن از هیچ وسیله کمکی مانند ویلچر استفاده نمی‌کردند.

یافته‌ها: در این مطالعه از طیف توان که از ویژگی‌های فرکانسی است، برای آشکارسازی تفاوت‌های احتمالی سری‌های زمانی افراد بیمار و سالم استفاده شد. توان طیف هر دو گروه در فرکانس‌های بالا مشابه است، ولی در فرکانس‌های پایین، توان طیف در افراد سالم معمولاً کمتر از افراد بیمار است.

نتیجه‌گیری: شبکه عصبی مصنوعی با بیان‌گر قدرت تفکیک 83 درصد برای مجموعه داده‌های آزمایش در بین افراد سالم و بیمار به کار رفت. به نظر می‌رسد این الگوریتم روش مناسبی برای جداسازی افراد بیمار و سالم در مراحل اولیه بیماری باشد.