老年癡呆癥早期預測專家系統(tǒng)研究與應用.pdf

1、老年癡呆癥(Alzheimer Disease，AD)是一種高發(fā)性老年疾病，隨著全球人口老齡化的日益嚴重，越來越成為一個嚴重的社會問題。輕度認知損傷(Mild CognitionImpairment，MCI)為正常老年向AD轉(zhuǎn)化的過渡階段，因此MCI群體的研究對于AD的早期診斷和早期預測具有重要意義。傳統(tǒng)的MCI診斷方法是依靠多個記憶力和認知能力的國際標準量表的測試，如果各量表的測查結果一致，被試者狀態(tài)確定，則可以直接做出診斷，但如果各

2、量表測查結果不一致，被試者狀態(tài)待定，則需要神經(jīng)內(nèi)科醫(yī)生權衡各項指標，并查看具體的測試過程來進行主觀判斷。 本文改進了傳統(tǒng)的MCI診斷方法，提出了一個基于單類支持向量機的診斷模型，并實現(xiàn)了該診斷模型。在診斷模型的基礎上，本文構建了一個以J2EE為框架的B/S模式的專家系統(tǒng)，利用該專家系統(tǒng)進行MCI的診斷。 為了使實驗更加便于操作，本文采用修訂后的MCI診斷標準，采集被試者記憶力與認知能力等方面的數(shù)據(jù)并進行預處理，將預處理后

3、的狀態(tài)確定的被試者數(shù)據(jù)作為診斷模型中推理機的訓練數(shù)據(jù)，將狀態(tài)待定的被試者數(shù)據(jù)作為測試數(shù)據(jù)，最后由該診斷模型給出狀態(tài)待定的被試者是否有MCI傾向。在推理機的建立部分，本文采用單類支持向量機分類技術，分別從核函數(shù)的選擇及參數(shù)尋優(yōu)、訓練樣本預處理、訓練算法等幾方面詳細闡述了推理機的建立與訓練。其中，本文采用格點搜索法的改進方法與交叉驗證的方法來尋找核函數(shù)的最優(yōu)參數(shù)，從而避免訓練中可能出現(xiàn)的過學習問題。本文還給出了一種新的樣本處理方式，對訓練樣