基于主成分分析的帕金森量表优化

• 作者: 王崇骏 谢俊元 雷少正
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 帕金森病 量表优化 主成分分析 大津阈值局部递归分割 加权投影向量 贡献度因子
• 年，卷（期）: 2015,（5）
• 页码范围: 1020-1027
• 页数: 8页
• 分类号: TP391
• 字数: 4857字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.05.012

摘要

西医量表是评估帕金森病(Parkinson's disease,PD)的重要依据,而这些量表包含大量交叉重复问题,不利于快速评估帕金森病.因此,优化这些西医量表对快速诊断帕金森病有非常重要的意义.针对该问题,提出了基于主成分分析(Principal component anaysis,PCA)的量表问题的优化算法.本文提出的算法先是基于主成分分析提取出加权投影向量,然后在投影向量的基础上采用基于大津阈值(Otsu)局部递归分割算法划分量表,最后基于贡献度因子(Contribution factor,CF)设计新量表.实验通过采用支持向量机(Support vector machine,SVM)识别帕金森病,发现用仅占原西医量表总问题数的21％的新量表能达到与原量表相当的识别水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王崇骏	南京大学计算机科学与技术系	56	1131	15.0	32.0
5	谢俊元	南京大学计算机科学与技术系	95	1363	20.0	32.0
9	雷少正	南京大学计算机科学与技术系	1	1	1.0	1.0