换一批
换一批摘要Hoehn-Yahr分级是现在临床上通用的对帕金森病分级的标准.基于运动传感器的可穿戴设备为帕金森病患者的运动功能评价提供了更客观和精准的监测.本文针对帕金森病的自动分级提出了一种基于六轴加速度与角速度传感器数据的自动分级算法.该算法采用基于各个动作特征的特殊运动参数和对每个运动无特异性的统计参数来共同建模.得到运动参数后,使用3个目前最先进的机器学习算法:支持向量机、K最邻近以及随机森林进行分类精度的比较.同时也分析了各个分类器使用不同参数对分类精度的影响.本研究在67例个体下的最终分类精度为89.55%.
更多相关知识
关键词
运动传感器帕金森病机器学习多分类Hoehn-Yahr分期motion sensorsParkinson’s diseasemachine learningmultiple classificationsHoehn-Yahr staging
分类号
R318
栏目名称
DOI
10.3969/j.issn.1674-1633.2018.09.009
发布时间
2018-09-29
基金项目
中国自然科学基金（61127002,11572087, 3207037434）；
南京市医学科技发展资金资助项目（YKK17128）
- 浏览209
- 被引6
- 下载48
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
