10.16442/j.cnki.qlgydxxb.2022.01.006
结合残差神经网络和语音诊断的帕金森病识别研究
为降低临床上诊断帕金森病对量表和穿戴设备仪器及医生临床经验的过度依赖,为PD患者在诊断方法上提供新的思路.采用信号处理方法对数据集MDVR-KCL提取包含周期变化、峰值变化及谐波信噪比3大类、12个复杂语音特征形成一维向量数据集.采用传统的决策树和残差神经网络分类方法进行训练和测试,通过对比实验,发现可以有效解决因神经网络加深而准确率下降问题的残差神经网络能够有效的区分PD患者和健康人,取得了97.3%的准确率.
帕金森;残差神经网络;语音诊断
36
TP399(计算技术、计算机技术)
国家自然科学基金;安徽省高校自然科学研究重点项目;安徽省高校人文社会科学研究重点项目;安徽省高等学校省级质量工程项目;安徽中医药大学自然科学研究重点项目;安徽中医药大学教学研究项目
2022-03-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
36-43