| 基于主成分分析的帕金森量表优化 |
| |
| 引用本文： | 雷少正,王崇骏,谢俊元.基于主成分分析的帕金森量表优化[J].数据采集与处理,2015,30(5):1020-1027. |
| |
| 作者姓名： | 雷少正 王崇骏 谢俊元 |
| |
| 作者单位： | 1.南京大学计算机科学与技术系，南京，210023；
2.南京大学软件新技术国家重点实验室，南京，210023 |
| |
| 摘 要： | 西医量表是评估帕金森病（Parkinson′s disease,PD）的重要依据，而这些量表包含大量交叉重复问题，不利于快速评估帕金森病。因此，优化这些西医量表对快速诊断帕金森病有非常重要的意义。针对该问题，提出了基于主成分分析(Principal component anaysis, PCA)的量表问题的优化算法。本文提出的算法先是基于主成分分析提取出加权投影向量，然后在投影向量的基础上采用基于大津阈值(Otsu)局部递归分割算法划分量表，最后基于贡献度因子(Contribution factor, CF)设计新量表。实验通过采用支持向量机（Support vector machine,SVM）识别帕金森病，发现用仅占原西医量表总问题数的21%的新量表能达到与原量表相当的识别水平。
|
| 关 键 词： | 帕金森病 量表优化 主成分分析 大津阈值局部递归分割 加权投影向量 贡献度因子 |
Optimization of Parkinson's Scale Using Principal Component Analysis |
| |
| Lei Shaozheng,Wang Chongjun,Xie Junyuan.Optimization of Parkinson's Scale Using Principal Component Analysis[J].Journal of Data Acquisition & Processing,2015,30(5):1020-1027. |
| |
| Authors: | Lei Shaozheng Wang Chongjun Xie Junyuan |
| |
| Affiliation: | 1.Department of Computer Science and Technology,Nanjing University, Nanjing, 210023, China;
2.State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, 210023, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
