本文選題：帕金森癥　切入點：特征選擇　出處：《深圳大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：帕金森是世界上第二大的神經(jīng)衰退性疾病。該疾病往往伴有多種非運動型癥狀(例如:抑郁、嗅覺障礙、睡眠紊亂等),運動癥狀包括遲緩、顫抖、僵硬等,此外,盡管這些癥狀是由多巴胺神經(jīng)元的減少造成,但當(dāng)今仍未發(fā)現(xiàn)這些多巴胺神經(jīng)元減少的具體原因,因此診斷和治療通常是復(fù)雜的。當(dāng)前已有一些機(jī)器學(xué)習(xí)的方法運用在帕金森診斷和臨床得分預(yù)測上,結(jié)果表明能有效的預(yù)測不同階段帕金森癥,即帕金森進(jìn)程跟蹤。這些方法大都關(guān)注于使用單模態(tài)的數(shù)據(jù)完成單功能模式,即在同一個方法模型中,用某一種單一模態(tài)數(shù)據(jù)來完成分類功能或者僅完成預(yù)測功能。一般來說,分類和回歸模型有3個關(guān)鍵步驟:特征提取、特征選擇、分類或回歸。在醫(yī)學(xué)圖像研究中,從樣本數(shù)量少而信息維度高的特征中選擇出相關(guān)性最大的特征一直是個棘手的問題。因此,我們提出了一種基于改進(jìn)損失函數(shù)的統(tǒng)一的帕金森癥特征選擇模型,該模型通過使用多模態(tài)帕金森影像學(xué)數(shù)據(jù),同時完成了帕金森癥診斷和預(yù)測功能。該模型用一種改進(jìn)的損失函數(shù)來抓取那些對自身模型有效的特征,然后在這些特征上運用支持向量回歸模型和支持向量分類模型來分別達(dá)到得分預(yù)測和癥狀檢測的目的。我們用了10次交叉驗證的方法對208個被試進(jìn)行實驗,208個被試中包括56個正常組、123帕金森組以及29特別組(scans without evidence of dopamine deficit,SWEDD)。實驗結(jié)果表明,與只使用單個模態(tài)的數(shù)據(jù)相比,多模態(tài)數(shù)據(jù)能夠有效的提高帕金森檢測和得分預(yù)測性能。實驗對比分析得到,我們的方法要比當(dāng)前主流的方法更有效。
[Abstract]:Parkinson's is the second largest neurodegenerative disease in the world. The disease is often accompanied by a variety of non-motor symptoms (e.g. depression, olfactory disorders, sleep disorders, etc.). Motor symptoms include retardation, tremors, stiffness, etc. Although these symptoms are caused by a decrease in dopamine neurons, no specific cause of these decreases has yet been found. Therefore, diagnosis and treatment are usually complicated. Currently, some machine learning methods have been used in Parkinson's diagnosis and clinical score prediction, and the results show that they can effectively predict different stages of Parkinson's disease. These methods mostly focus on using single mode data to complete single function pattern, that is, in the same method model, one single mode data is used to complete classification function or only to complete prediction function. Classification and regression models have three key steps: feature extraction, feature selection, classification or regression. It has always been a difficult problem to select the most correlated feature from the features with small sample size and high information dimension. Therefore, we propose a unified feature selection model for Parkinson's disease based on improved loss function. The model uses multimodal Parkinson imaging data to perform both diagnostic and predictive functions for Parkinson's disease. It uses an improved loss function to capture features that are valid for its own model. Then support vector regression model and support vector classification model are used to predict the score and detect symptoms on these features. We used 10 cross-validation methods to carry out experiments on 208 subjects. The subjects included 56 normal subjects, including Parkinsonian and 29 special groups. The results showed that, Compared with single modal data, multimodal data can effectively improve the performance of Parkinson's detection and score prediction. The experimental results show that our method is more effective than the current mainstream methods.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R742.5;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;騎自行車可緩解帕金森[J];保健醫(yī)苑;2013年04期

2 許振平;;治愈帕金森已成現(xiàn)實——記我國著名帕金森病專家朱婭敏教授[J];晚晴;2008年12期

3 許振平;;治愈帕金森已成現(xiàn)實——記我國著名帕金森病專家朱婭敏教授[J];健康生活;2009年07期

4 許振平;;治愈帕金森已成現(xiàn)實——我國著名帕金森病專家朱婭敏教授[J];開心老年;2009年08期

5 ;帕金森癥研究獲得新進(jìn)展[J];延邊大學(xué)學(xué)報(自然科學(xué)版);2011年04期

6 童啟進(jìn),秦彬;帕金森癡呆5例報告[J];中國神經(jīng)精神疾病雜志;1988年01期

7 ;求醫(yī)20年病妻終于擺脫帕金森[J];金秋;2006年12期

8 ;為治病,“帕金森”兄妹“結(jié)怨”[J];金秋;2007年05期

9 許振平;;治愈帕金森已成現(xiàn)實——記我國著名帕金森病專家朱婭敏教授[J];求醫(yī)問藥;2009年08期

10 ;帕金森 讓母親抖了5年[J];金秋;2011年09期

相關(guān)會議論文 前3條

1 楊宇豐;;利用果蠅遺傳模型解析帕金森癥及多巴胺能神經(jīng)系統(tǒng)[A];遺傳學(xué)與社會可持續(xù)發(fā)展——2010中國青年遺傳學(xué)家論壇論文摘要匯編[C];2010年

2 馬巍;秦利霞;劉豐韜;王堅;龍億濤;;泛醌/泛醇功能化的量子點作為可調(diào)的氧化還原熒光生物傳感器用于帕金森癥的診斷和進(jìn)展研究[A];中國化學(xué)會第28屆學(xué)術(shù)年會第11分會場摘要集[C];2012年

3 曲朋;王崇明;任偉成;賈志磊;潘魯青;;奧爾森帕金蟲環(huán)介導(dǎo)等溫擴(kuò)增(LAMP)檢測方法的建立和應(yīng)用[A];中國動物學(xué)會·中國海洋湖沼學(xué)會貝類學(xué)分會第九次會員代表大會暨第十五次學(xué)術(shù)討論會會議摘要集[C];2011年

相關(guān)重要報紙文章 前10條

1 記者 胡德榮;國內(nèi)首套帕金森健康操誕生[N];健康報;2012年

2 毛文波;吸煙能預(yù)防帕金森癥[N];科技日報;2005年

3 北京朝陽醫(yī)院（京西）神經(jīng)內(nèi)科主任 周立春;常走路 多說話 帕金森也不那么可怕[N];保健時報;2006年

4 張伯君;三種手術(shù)治療帕金森[N];科技日報;2006年

5 記者　劉洋;俄用新法治療帕金森癥[N];人民日報;2006年

6 記者　　劉洋;俄治療帕金森癥有新招[N];人民日報海外版;2006年

7 ;澳研究發(fā)現(xiàn)治療帕金森癥的關(guān)鍵[N];上海中醫(yī)藥報;2006年

8 記者　劉洋;治療帕金森癥,俄羅斯科學(xué)家有新招[N];新華每日電訊;2006年

9 副主任醫(yī)師 唐秀;長期便秘易患帕金森[N];醫(yī)藥養(yǎng)生保健報;2007年

10 記者 方芳;55歲以上老人1%患帕金森[N];北京日報;2010年

相關(guān)博士學(xué)位論文 前1條

1 劉晨;帕金森狀態(tài)的建模與閉環(huán)控制[D];天津大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 葉曉江;基于語音的帕金森癥檢測系統(tǒng)開發(fā)[D];南京郵電大學(xué);2016年

2 張健;基于多模信息的帕金森癥的診斷和預(yù)測方法研究[D];深圳大學(xué);2017年

3 劉雁;我國沿海帕金蟲種類及其分布的研究[D];大連工業(yè)大學(xué);2013年

4 方銘;多標(biāo)簽分類算法的研究及其在中醫(yī)診斷帕金森領(lǐng)域的應(yīng)用[D];南京大學(xué);2015年

5 馬莉莎;FJ1的抗炎癥和抗帕金森癥作用及機(jī)制研究[D];山東大學(xué);2014年

，

本文編號：1600608