汉字书写对区分遗忘型轻度认知障碍的可行性研究-模式识别与智能系统专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Study on the Feasibility of Using a Chinese Character Writing Scale to Distinguish Amnestic-MCI Candidate: Yang Xiao Dan Supervisor: Association Prof.Xu Wei Dong March, 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 阿尔茨海默病(Alzheimers disease, AD)是最主要的老年期痴呆类型，一旦发生便不可逆 转。AD 慢性损害大脑高级皮层功能，包括记忆力、视空间能力、认知能力、情绪情感和语 言能力。如何通过客观有效的方法来识别早期 AD 患者是医学界面临的难题之一，神经心理 学检查 是 目 前 临 床 上 常 用 的 评 估 方 法 。 遗 忘 型 轻 度 认 知 障 碍 （ amnestic Mild Cognitive Impairment, a-MCI）作为 AD 的亚临床（前期）状态，近年来受到极大关注。因此，我们将 研究重点转移到 a-MCI 之上，而对于 a-MCI 的筛选和检测手段，经过临床上长时间的研究证 实，无论是在效率还是敏感性和特异性方面，神经心理学量表都占有一席之地，对识别 a-MCI 患者及早期 AD 患者具有极其重要的意义。 目前用于 AD 诊断的汉语神经心理学量表十分缺乏，我们常用的量表都是从国外引进， 例如，简明心理状况量表（mini-mental state examination, MMSE）和阿尔茨海默病评估量表 （Alzheimers Disease Assessment Scale, ADAS），其中涉及语言功能评定的条目，只适用于拼 音语系患者，尤其是说英语国家的被试使用，而对说汉语写汉字的中国人来说不太适合。因 此，研究专门的汉语书写量表，用于说汉语的 AD 患者的诊断是非常有价值的。本文利用目 前北京大学第一医院失语检查的书写部分作为汉字书写量表(Chinese Character Writing Scale , CCWS)，使用深度学习算法对其进行建模分类，并将结果与 MMSE 量表和 ADAS 量表结果 作对比，研究该汉字书写量表对区分 a-MCI 的可行性。 针对这样的需求，本实验先利用 t 检验对各组间各量表总分进行检验，初步验证在总分 上是否可将该量表用于区分 a-MCI。实验得到 CCWS 量表总分在三组之间均有显著性差异。 MMSE 量表总分仅在 a-MCI 组与 AD 组之间有显著性差异。ADAS 量表总分三组之间差异均 极其显著。实验结果提示，就总分而言，CCWS 可用于区分 a-MCI。之后再利用深度学习算 法基于 CCWS 各分测验得分对 NC 组、a-MCI 组以及 AD 组患者进行分类识别，并将结果与 ADAS 量表和 MMSE 量表结果相比较。所有实验均在以下两个组之间(NC 组和 a-MCI 组、 a-MCI 组和 AD 组) 展开。经过实验研究，与 MMSE 量表和 ADAS 量表分类精度相比，CCWS 量表区分 NC 组和 a-MCI 组的分类准确率高于 MMSE 量表，与 ADAS 量表较为接近，且其 最敏感的分测验是听写-偏旁、听写-短句、看图写字、写病情而其他分测验相对保存。实验 表明使用 CCWS 量表各项分测验得分训练得到的分类器可以从正常老年人中筛选出 a-MCI 患者，临床上可以通过对这些患者进一步的检