【摘 要】
:
阿尔茨海默症(Alzheimer’s disease,AD)是一种常见的神经系统疾病,多发于60周岁以上的老年群体。其临床表现为记忆力、理解力和执行功能等多种认知功能障碍。目前没有针对此病症的特效药物,无法治愈阿尔茨海默症,全球约有75%的痴呆症患者在早期没有得到诊断,对AD进行早期诊断并提前进行预防或控制病情加重尤为重要。随着我国逐渐步入老龄化社会,对AD患者的早期预防和减缓病情加重刻不容缓。运
论文部分内容阅读
阿尔茨海默症(Alzheimer’s disease,AD)是一种常见的神经系统疾病,多发于60周岁以上的老年群体。其临床表现为记忆力、理解力和执行功能等多种认知功能障碍。目前没有针对此病症的特效药物,无法治愈阿尔茨海默症,全球约有75%的痴呆症患者在早期没有得到诊断,对AD进行早期诊断并提前进行预防或控制病情加重尤为重要。随着我国逐渐步入老龄化社会,对AD患者的早期预防和减缓病情加重刻不容缓。运动疗法经研究证实能通过影响患者的骨肌、心脏以及大脑记忆力来改善身体功能,是预防和干预AD的一种有效途径。运动处方中的运动项目由疾病类型和病程期所决定,运动强度、时间和频率由患者体质数据所决定,针对如何生成个性化的AD运动处方,本文对AD运动处方的设计、患者运动风险等级的预测及AD病程期的诊断进行了研究,根据患者的病程阶段并结合其体质数据实现了个性化运动处方的智能推荐,可为老人开出适宜的运动处方进行辅助治疗来预防或干预AD病情,减少患者的医疗费用,此外亦可辅助医生对AD进行早期诊断。本文的主要工作内容如下:(1)针对为老年患者开具个性化的运动处方,提出了一种基于蝙蝠算法优化的BP神经网络模型,用于预测老人的运动风险等级。首先用K-means++算法对老人体质数据进行聚类分析,参考聚类结果标注样本初始标签,再由专家指导进行人工辅助标注修正初始标签,建立起4000条带有运动风险等级标签的数据用于网络模型的训练,最后用蝙蝠算法优化BP神经网络得到最优的权值阈值提高预测准确率。在生成运动处方时,根据老人体质数据预测其运动风险等级,合理地调整处方中的运动强度、时间和频率。(2)针对为不同病程期阶段的老年患者推荐适宜的运动项目,提出了一种基于注意力机制的深度残差卷积神经网络模型,用于阿尔茨海默症的早期诊断,并引入SK卷积单元和Channel Shuffle模块对基础网络模型进行改进来提升网络性能。通过对磁共振成像(Magnetic Resonance Imaging,MRI)分类,进而对处于不同病程阶段的老人进行诊断预测。在生成运动处方时,根据患者不同病程期精准地生成处方中适合他们的运动项目。本部分的研究亦可辅助医生进行患病诊断,有较高的临床实用价值。(3)实现了基于深度学习的阿尔茨海默症的运动处方个性化推荐系统,将研究的AD运动处方理论知识和算法模型应用到实际的系统中,供医生根据患者情况生成个性化运动处方和进行阿尔茨海默症的辅助诊断,和提供给有条件提供MRI影像数据或者清楚自身健康状况的普通用户使用,以获取适合患者的个性化运动处方进行辅助治疗。
其他文献
在水利工程施工建设过程中,往往会根据地形、地质、工程造价等因素而被迫将渠道设置成弯道的形式,这种处于弯道处的水流流动被称为弯道水流。弯道水流运动是一种复杂的三维螺旋紊流流动,在一定条件下会出现流态恶化、水面横比降、弯道急流冲击波等问题,不利于工程的稳定运行。因此,有必要寻求一种结构设计简单、效果良好的改善弯道水流流态的工程措施。弯道水流调整池是近年来提出的一种比较新式的工程措施,已经被应用于工程实
我国民航机场与国外机场相比存在中转旅客比率低的特征,大量旅客涌入航站楼换乘其他交通方式离开机场,形成了极高的旅客疏解需求,极大地考验着机场陆侧地面换乘服务能力。机场巴士作为空港综合交通枢纽中一种不可或缺的公共交通方式,具有疏解旅客的效能,但我国大型机场的机场巴士载客率相较国外普遍较低,未充分发挥其集约型运力的优势。机场巴士的低载客率与机场极高的旅客疏解需求量之间产生了剧烈矛盾。运行品质可对机场巴士
核心素养时代的到来,给教育发展带来了全新的方向。为了培养学生适应未来社会生活的关键能力和必备品格,语文教育也开始更多地关注学生核心素养的培养和发展。随着《义务教育语文课程标准(2022年版)》的颁布,语文学科需要将课标以及核心素养的要求具体化到教学中。作业作为教学的一部分,对于语文核心素养的培育具有不可替代的价值。基于核心素养进行作业设计,有利于解决应试教育下语文作业内容僵化、形式呆板、缺乏人文性
频谱管理是协调和管理频率有序使用的重要途径,无线电监测是频谱管理的基础,监测过程产生的大量的频谱数据能够为管理提供有效支撑。因而频谱数据的信息的挖掘和知识获取收到广泛关注,特别是基于时序模式挖掘的频谱预测技术成为近年来研究的热点。在现有研究中,基于频繁模式挖掘的频谱预测方法多用于认知无线电,并且对于模式的信息的深度应用层次较低。本文提出了基于时序模式挖掘的辅助用频研究,利用频谱数据进行频繁模式挖掘
互联网为社交网络提供了更加广阔的发展平台,在以互联网为依托的社交网络中,信息的传播比传统“口口相传”的传播方式更加便捷和高效。社交网络中的影响最大化(Influence Maximization,IM)问题旨在从社交网络中挑选出6)个具有影响力的节点作为种子集,使得从种子集开始的传播可以获得最广的用户覆盖范围。该问题的解决有利于基于社交网络的信息传播预测、舆情引导和网络精准营销等。当前关于IM问题
社交媒体技术的快速发展给人们获取和传播信息带来了便利,但由于缺乏有效的自动化信息监管,导致谣言在社交网络中广泛传播,给网络空间安全和社会稳定带来了严峻挑战。如何实现有效的谣言自动检测,成为亟待解决的现实问题。早期谣言自动检测方法主要基于机器学习模型,严重依赖特征工程,费时费力且难以准确表示谣言的文本内容,因此,已逐步被基于深度学习模型的方法所取代。目前最新的基于深度学习的谣言检测方法主要是根据谣言
深度学习是人工智能领域的重要组成部分,其多层的非线性结构使它能够拟合复杂的样本空间并学习丰富的语义特征,因此深度学习已经广泛的应用于各种领域之中。然而随着深度学习的不断地发展,其“黑盒”特性为模型的使用埋下了安全隐患,对抗样本攻击算法即是其中之一。对抗攻击是一种通过在正常样本中添加精心构造的对抗扰动以欺骗目标网络模型的方法,其对抗扰动十分微小以至于肉眼无法正常识别,但当对抗扰动进入目标网络模型后,
图像融合是指利用技术手段将来自不同成像设备的多幅源图像进行有条件的合成,即通过互补操作,把各个传感器获取到的最有用信息融合到一张图像上。得到的融合图像相比单一传感器获取的图像更加准确、可靠和全面,它包含的丰富信息也有利于后续机器识别和目标追踪等工作的开展。目前,图像融合技术已在摄影、医疗、军事和监控安防等方面得到十分广泛的应用。因此,对于多源图像融合技术的研究具有非常重要的意义。本文主要的工作如下
动态阈值神经P(DTNP)系统和耦合神经P系统(CNP)是两种新型分布式和并行计算模型,它们启发于神经元的脉冲机制、动态阈值机制和耦合调制机制。DTNP系统和CNP系统在理论上已经被证明是与图灵通用的计算设备。本文主要研究DTNP系统与区域生长的结合在图像分割中的应用和CNP系统在行人检测上的应用,涉及彩色图像分割和红外热成像图像的行人检测。本文主要的工作和贡献如下:(1)提出了一个基于二维DTN
无线电通信是推动社会经济发展、维护社会秩序、保障国家安全的关键技术。高速发展的无线电技术和应用规模,给无线电监管带来极大的挑战。为了更好地维护无线电通信秩序,无线电监管技术也在朝着智能化和可视化方向发展。无线电信号的场强分布图可以直观展现无线电信号在不同位置的信号强度分布规律,信源定位则是无线电监管中必不可少的环节。本文的主要研究内容为利用带有地理位置信息的信号强度数据,进行场强分布图绘制和信源定