动态收敛微分神经网络帕金森病诊断系统

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....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 38; no. 8; pp. 1213 - 1218
Main Authors 张智军, 孙健声, 陈博钊
Format Journal Article
LanguageChinese
Published 人工智能与数字经济实验室,广东广州510335%华南理工大学自动化科学与工程学院,广东广州510640 01.08.2021
华南理工大学自动化科学与工程学院,广东广州510640
Subjects
神经动力学;神经网络;机器学习;帕金森病
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2021.00770

Cover

More Information
Summary: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.
ISSN:1000-8152
DOI:10.7641/CTA.2021.00770