动态收敛微分神经网络帕金森病诊断系统
张智军1
孙健声2
陈博钊2
1.华南理工大学自动化科学与工程学院,广东广州510640;人工智能与数字经济实验室,广东广州5103352.华南理工大学自动化科学与工程学院,广东广州510640
摘要：帕金森病是一种在老年人中常见的神经系统疾病,它影响患者的说话、写字和平衡能力.根据声学特征对帕金森病进行诊断可以尽早发现病情,有利于早日介入治疗.基于神经动力学方法,本文提出了一种动态收敛微分神经网络(dynamic convergent differential neural network,DCDNN),利用帕金森病的声学特征进行识别诊断.此前,对样本进行标准化、统计池特征增强和主成分分析.数值仿真实验表明所提出方法获得97.22％的准确率,比现存最好方法高斯支持向量机(Gaussian SVM)高约6个百分点.
关键词：神经动力学神经网络机器学习帕金森病
资助基金：国家自然科学基金(61976096)应用基础研究项目(2020B1515120047)广东省杰出青年基金(2017A030306009)广东特支计划科技创新青年拔尖人才项目(2017TQ04X475)华南理工大学–天下谷联合实验室基金项目(x2zdD8212590)国家重点研发计划(2017YFB1002505)广东省重点研发基金(2018B030339001)广东省自然科学基金团队项目(1414060000024)
论文发表日期：2021-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1213-1218 )
英文信息