基于深度学习的帕金森病诊断

作     者：谭言丹 赵阳洋 赵光财 TAN Yan-dan;ZHAO Yang-yang;ZHAO Guang-cai

作者机构：中国科学院海西研究院泉州装备制造研究所福建泉州362200 中北大学电气与控制工程学院山西太原038507 厦门理工学院光电与通信工程学院福建厦门361024 中国科学院大学计算机与控制学院北京100049 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第8期

页      面：2334-2340页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：帕金森病 胶囊网络(CapsNet) 卷积神经网络(CNN) 深度学习 手绘图 

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Spiral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(Acc=95.7%)优于先前最优报道(Acc=82.7%)。