机构名称：
¥ 1.0
摘要。珀金森氏病是一种从公认的临床帕金森氏综合症引起的进行性退行性疾病。帕金森氏病的节日包括运动和非运动症状，鉴定为震颤，弯曲运动（运动缓慢），僵化和姿势不稳定。pd被标记为各种研究和调查中最普遍的疾病之一，因为在100人中有90％被观察到。必须设计CAD以准确地确定该疾病的高级模型，因为最新的PD诊断没有准确的临床干预。与常规方法相反。深度学习卷积神经网络工具是指通过MRI对PD进行更快，准确的识别。这项研究的目的是有助于开发准确的PD检测方法。进行研究使用了公共数据集NTU（雅典国家技术大学）。数据样本分为三组（训练，测试和验证）。将与LSTM集成的densenet应用于MRI数据样本。densenet用于增强特征选择能力，因为每一层都根据图像的时间接近度选择特征。然后将输出馈入LSTM层，以发现时间特征中的显着依赖性。将提出的Densenet-LSTM的性能与其他CNN最先进的模型进行了比较。所提出的模型输出的训练精度为93.75％，测试精度为90％，验证精度分别为93.8％。
灵活的印刷有机电化学晶体管，用于在人造伤口渗出液中检测尿酸
主要关键词
相关文件推荐
