增强AI在跨患者情境下的帕金森病检测

帕金森病（PD）是一种影响60岁以上人群约1%的神经退行性疾病，导致运动功能受损，阻碍手部协调活动，如书写和绘画。许多方法试图基于手绘图像支持帕金森病的早期检测，但我们发现相关工作存在两个主要局限：（1）数据集不足，（2）处理未见患者数据时鲁棒性差。本文提出了一种新的帕金森病检测方法，包含两个阶段：第一个阶段根据绘图类型（圆形、曲折、螺旋）进行分类，第二个阶段从图像中提取所需特征并检测帕金森病。我们通过应用分块策略，将每张图像划分为2x2个块，对每个块单独处理特征提取和帕金森病指标识别。为进行最终分类，使用集成方法合并来自每个块的决策。我们的评估表明，我们的方法在未见患者上的表现优于最先进的方法，特别是在未见患者上。在NewHandPD数据集上，我们的方法对已见患者达到97.08%的准确率，对未见患者达到94.91%的准确率，我们的方法仅比以前工作观察到的4.76个百分点的下降幅度小了2.17个百分点。