换一批图卷积神经网络在电磁辐射职业人员认知功能障碍评估中的应用研究
Application of graph convolutional networks for assessing cognitive dysfunction in occupational personnel exposed to electromagnetic radiation
摘要目的 构建一种基于图卷积神经网络(GCN)的电磁辐射职业人员认知功能障碍评估模型.方法 纳入100例电磁辐射职业人员作为研究对象,收集其一般人口学特征、认知相关神经心理学指标、蒙特利尔认知评估量表(MoCA)数据和血清生化指标4类数据.基于上述数据,构建3种GCN模型(basic-GCN、RA-GCN和RF-GCN)并评估其性能.通过特征消融实验分析人口学特征和血清生化指标对模型性能的影响.结果 RF-GCN模型性能表现最佳,准确率达0.710±0.089.特征消融实验显示,移除任何人口学特征或血清生化指标均会导致性能下降.结论 所构建的RF-GCN模型为评估电磁辐射职业人员的认知功能障碍及早期预警提供了一种新方法.
更多相关知识
关键词
认知障碍深度学习图卷积神经网络电磁辐射职业人员cognitive dysfunctiondeep learninggraph convolutional networkelectromagnetic radiationoccupational personnel
分类号
R319（医用一般科学）X591
栏目名称
DOI
10.7644/j.issn.1674-9960.2025.12.002
发布时间
2026-02-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览4
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
