原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于深度学习和机器学习的方法，针对多种认知障碍进行智能识别，同时考虑了不同部署场景下的数据处理需求本文结合图像特征和过程特征，构建了一个基于过程特征和图像特征的多模态数字画钟认知障碍识别模型该模型的精确度较高，但召回率方面性能还有待提高实验对比不同图像特征提取器AlexNetMobileNet和ShuffleNetV205x轨迹特征以及不同分类器SVMBP神经网络组合的模型效果，取得了较好的平衡
摘要
阿尔茨海默病（Alzheimersdisease,AD）是一种不可逆的神经退行性疾病，以
目前的技术水平难以治愈。轻度认知障碍是AD的前置疾病，故及时发现认知障碍
患者并进行干预是AD防治体系中的核心环节。在各种认知障碍诊断方法中，画钟
测验（ClockDrawingTest,CDT）的有效性已经得到实践证明。基于机器学习和深
度学习方法，利用数字画钟测验时所采集的多模态数据对测试者的认知状况进行评
估，对发现早期
文档评论（0）