基于机器学习的阿尔茨海默病智能诊断
机器学习
2024-02-14 v1 应用统计
摘要
本研究基于阿尔茨海默病神经影像倡议 (ADNI) 数据集，旨在探索阿尔茨海默病 (AD) 的早期检测和疾病进展。我们采用了创新的数据预处理策略，包括使用随机森林算法填补缺失数据以及处理异常值和无效数据，从而充分挖掘和利用这些有限的数据资源。通过 Spearman 相关系数分析，我们识别出一些与 AD 诊断强相关的特征。利用这些特征构建并测试了三种机器学习模型：随机森林、XGBoost 和支持向量机 (SVM)。其中，XGBoost 模型在诊断性能方面表现最佳，准确率达到 91%。总体而言，本研究成功克服了缺失数据的挑战，并为阿尔茨海默病的早期检测提供了有价值的见解，展示了其独特的研究价值和实际意义。
引用
@article{arxiv.2402.08539,
title = {Intelligent Diagnosis of Alzheimer's Disease Based on Machine Learning},
author = {Mingyang Li and Hongyu Liu and Yixuan Li and Zejun Wang and Yuan Yuan and Honglin Dai},
journal= {arXiv preprint arXiv:2402.08539},
year = {2024}
}