-
题名基于数据驱动的阿尔茨海默病智能诊断模型研究
- 1
-
-
作者
刘半藤
熊鑫龙
梁婧瑶
-
机构
浙江树人学院信息科技学院
浙江工业大学信息工程学院
-
出处
《传感技术学报》
北大核心
2025年第10期1834-1838,共5页
-
基金
浙江省人工器官与计算医学重点实验室开放/自主基金项目(SZD2025B016)。
-
文摘
如何利用传感器收集信号数据提高阿尔茨海默病诊断准确率是计算精神病学领域的关键问题。为此,提出了一种基于数据驱动的阿尔茨海默病智能诊断模型。首先,通过差异显著性分析对传感器获取的信号进行特征提取;然后,构造决策树模型分别对大脑结构特征以及认知行为特征进行疾病诊断;最后,利用实验数据验证所提出算法的有效性。结果显示,在三分类任务中,所提出的算法十折交叉检验的准确率为99.62%,精准率为99.62%,召回率为99.62%,F1得分为0.9962,AUC指标为0.9991;在五分类任务中,所提出的算法十折交叉检验的准确率为99.40%,精准率为99.40%,召回率为99.40%,F1得分为0.9939,AUC指标为0.9997。与其他经典方法对比,所提算法具有较明显的优势。
-
关键词
差异显著性分析
特征提取
决策树
智能诊断
-
Keywords
Alzheimer disease
ANOVA
feature extract
decision tree
intelligent diagnostic
-
分类号
R749.16
[医药卫生—神经病学与精神病学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
