M3-SVM 在帕金森疾病 UPDRS 分类中的应用

来源：计算机技术与发展杂志2018年第03期北京时间：

作者：汪学明;季薇;李云

摘要：根据帕金森疾病对男女患者语音的影响不同这一现实依据,提出将性别这一先验知识融入到最小最大模块化支持向量机(M3-SVM)中,实现对统一帕金森评定量表(UPDRS)的分类。 首先将性别作为先验知识,对 UPDRS 分类问题进行任务分解;其次,对经过任务分解后的训练样本集合运用支持向量机(SVM)进行训练得到基分类器;最后,通过 MIN、MAX 规则对所有基分类器的预测结果进行集成得出最终的分类结果。 在两类及三类远程帕金森数据集的仿真实验中,基于性别划分得到的最好的 F -measure 值分别为 80.19％和 69. 26％,与随机划分相比,分别提高了 3. 75％ 和 5. 19％,与超平面划分相比,分别提高了 0.96％和 4.15％。 实验结果表明,使用性别划分能够更加准确地根据实际情况分解数据,基于性别划分的 M3-SVM 提高了 UPDRS 分类的准确率。

关键词：帕金森疾病;语音;最小最大模块化支持向量机;性别划分;统一帕金森评定量表