利用运动症状与机器学习早期检测帕金森病
机器学习
2023-04-20 v1 定量方法
摘要
帕金森病（PD）已被发现影响每1000人中的1人，且在60岁以上人群中更为倾向。利用可穿戴系统寻找准确的诊断生物标志物已成为当务之急，尤其是对于像帕金森这样的神经退行性疾病。本工作旨在关注早期出现的症状，如运动和步态相关参数，以定量分析了经济且鲁棒的可穿戴设备的可行性。在利用多种机器学习算法进行透彻分析后，使用了帕金森病进展标志物倡议（PPMI）的一个子集——PPMI步态数据集进行特征选择。随后，所识别的关键特征被用于测试实时数据以早期检测帕金森综合征，模型准确率达91.9%。
引用
@article{arxiv.2304.09245,
title = {Early Detection of Parkinson's Disease using Motor Symptoms and Machine Learning},
author = {Poojaa C and John Sahaya Rani Alex},
journal= {arXiv preprint arXiv:2304.09245},
year = {2023}
}