基于手绘笔迹分析的帕金森病早期辅助诊断技术研究.pdfVIP

摘要

分析患者手绘笔迹是一种重要的帕金森病辅助诊疗手段，可用于帕金森病患者早期的自

诊断。目前基于人工智能技术的书写障碍识别方案主要存在以下问题：算法存在局限性，大

部分研究采用固定的临摹模板，干扰受试者的绘制行为；辅助设备仅配备于专业的研究机构，

不适用于普通的居家患者；识别任务单一，难以实现多种疾病的区分。为了使帕金森病的诊

断更加便捷、准确和实用，本文致力于开发一种无需临摹模板的手绘图的辅助诊断方案。本

文主要研究内容如下：

首先，本文提出了基于手绘图像和改进型螺旋线展开算法的辅助诊断方案。受试者只需

绘制简单的阿基米德螺旋线图案即可完成数据采集。另外，针对传统螺旋线特征识别的算法

局限，本文提出了针对帕金森患者手绘螺旋线中震颤特征的识别算法。通过基于中心点的极

坐标展开算法及结合注意力机制的CNN-LSTM改进型网络，本文实现了患者组和对照组的

自动分类。

其次，本文设计了基于注意力机制、连续卷积层和空间金字塔池化（SPP）的系列分类

模型。针对阿基米德螺旋线图像样本中的震颤、形状和匝间距等多种特征，模型对手绘图进

行了全局和局部识别。结果表明：本文设计的神经网络能够有效地识别帕金森病的相关手绘

特征，具有良好的稳定性和泛化性能。