基于机器学习的方法：通过对数正态特征分析阿尔茨海默病对手写运动的影响
计算机视觉与模式识别
2024-05-28 v1
摘要
阿尔茨海默病是一种最具侵入性的神经退行性疾病之一，导致认知功能逐渐衰退，在最严重的情况下，会严重干扰日常生活。目前尚无疗法，因此对早期诊断迫切需要，以尝试通过医疗治疗来减缓其进程。手写分析被视为检测和理解某些神经疾病（包括阿尔茨海默病）的潜在工具。虽然手写分析本身无法提供阿尔茨海默病的确诊，但它可能提供一些见解，并用于综合评估。Sigma-对数正态模型最初用于运动分析，也可应用于手写分析。该模型输出一组对数正态参数，构成计算新型且重要特征的基础。本文提出了一种应用从Sigma-对数正态模型中提取的手写特征的机器学习方法。旨在开发一个帮助医生诊断和研究阿尔茨海默病、评估提取特征的有效性以及最终研究它们之间的关系的支持系统。
引用
@article{arxiv.2405.16959,
title = {A Machine Learning Approach to Analyze the Effects of Alzheimer's Disease on Handwriting through Lognormal Features},
author = {Tiziana D'Alessandro and Cristina Carmona-Duarte and Claudio De Stefano and Moises Diaz and Miguel A. Ferrer and Francesco Fontanella},
journal= {arXiv preprint arXiv:2405.16959},
year = {2024}
}