基于深度学习的帕金森病诊断

• 作者: 谭言丹 赵阳洋 赵光财
• 来源期刊: 计算机工程与设计
• 关键词: 帕金森病 胶囊网络 (CapsNet) 卷积神经网络 (CNN) 深度学习 手绘图
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 多媒体技术|Mulitimedia Technology
• 页码范围: 2334-2340
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.08.032

摘要

为实现对帕金森病进行自动诊断,对基于Spiral和Meander手绘图的CNN和CapsNet的PD诊断方案进行研究.图像预处理过程保留了色彩信息,模型可以学习笔划压力、速度等特征.实验结果表明,CapsNet和CNN分别是基于Spi-ral和Meander的最优诊断方案.研究结果表明,Spiral具备比Meander更多的差异来诊断PD,CapsNet是基于Spiral的最佳方案;保留色彩信息的图像更有利于基于手绘图诊断PD,所实现结果(A cc=95.7％)优于先前最优报道(A cc=82.7％).