基于时序卷积网络的早期帕金森多模态检测系统

来源：计算机测量与控制杂志2024年第6期北京时间：

作者：周希武,杨明昭,胡殿雷

摘要：帕金森病是最常见的神经退行性疾病之一，其临床特征与其他神经退行性疾病有重叠，且缺乏明确的病理机制，导致早期诊断检测困难、误诊率高等问题；为了研究有效的早期帕金森病检测方法，深入探索帕金森病发展的时间特征规律，并提高早期帕金森病预测、分析和诊断决策的准确性，设计了一种基于时序卷积网络的早期帕金森病多模态检测系统，为及时发现早期帕金森病提供辅助诊断依据；该系统利用语音、步态和受试者自测数据，采用多元线性池化方法进行多模态融合，结合时间卷积网络和参数共享方式，以提高系统的检测精度并降低过拟合风险；实验测试结果显示，基于时序卷积网络的早期帕金森病检测系统的准确率达到96.22%，在多项评估指标上优于传统的帕金森检测模型，展现出良好的早期帕金森联合检测效果。

关键词：帕金森;时序卷积网络;线性池化;多模态;过拟合

基金资助：江苏省高等学校基础科学（自然科学）研究重大项目（22KJA120002），徐州市科技计划项目（KC21182），徐州市科技计划项目（KC22224）