一种用于阿尔弗雷德病早期检测的立方复制测试的精细评估方法
机器学习
2025-12-02 v1
摘要
背景：视觉空间认知功能受损是阿尔弗雷德病(AD)最常见的早期临床表现。当蒙特拉尔认知评估(MoCA)采用"0/1"二进制方法("通过/失败")评估立方复制测试(CCT)代表的视觉空间认知能力时，受教育程度较低的老年人通常得0分，导致评估结果严重偏差。因此，本研究提出一种基于DH-SCSM-BLA动态手写特征提取的精细评估方法。方法：我们团队自主开发的Cogni-CareV3.0软件用于收集CCT的动态手写数据。随后提取分段动态手写的空间和运动特征，对特征矩阵进行不等维度归一化。最后采用结合注意力机制的双向长短期记忆网络模型(BiLSTM-Attention)进行分类。结果：实验结果表明：所提方法相比于类似研究具有显著优势，分类准确率达86.69%。立方绘制能力得分在年龄、受教育程度等三个方面对轻体认知障碍患者和健康对照组具有显著的规律性分布。还发现，包括立方绘制能力在内的每个认知任务得分随年龄呈负相关，包括立方绘制能力在内的每个认知任务得分随受教育程度呈正相关。结论：本研究提供了一种相对客观和全面的视觉空间认知功能受损的早期筛查和个体化干预评估方法。
引用
@article{arxiv.2512.01367,
title = {A Fine Evaluation Method for Cube Copying Test for Early Detection of Alzheimer's Disease},
author = {Xinyu Jiang and Cuiyun Gao and Wenda Huang and Yiyang Jiang and Binwen Luo and Yuxin Jiang and Mengting Wang and Haoran Wen and Yang Zhao and Xuemei Chen and Songqun Huang},
journal= {arXiv preprint arXiv:2512.01367},
year = {2025}
}