arxiv：2501.00861v1 [cs.hc] 2025年1月1日__

arxiv：2501.00861v1 [cs.hc] 2025年1月1日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2501.00861v1 [cs.hc] 2025年1月1日

¥ 1.0

热度

摘要。鉴于我们社会中老年人的比例不断增长，对阿尔茨海默氏病的及时诊断已成为医疗保健的一个临时方面。在本文中，我们提出了一种基于语音技术的非侵入性和成本效益的检测方法。该方法与诸如及时的微调和有条件学习之类的技术结合使用了预训练的语言模型，从而提高了检测过程的准确性和效率。为了解决有限的计算资源的ISE，本研究采用了有效的Lora微调方法来构建分类模型。跟随多轮训练和严格的10倍交叉验证，基于Llama2模型的及时微调策略的准确性为81.31％，比采用BERT模型的控制组提高了4.46％。这项研究为早期诊断阿尔茨海默氏病提供了一种新型的技术方法，并为在类似条件下的模型优化和资源利用提供了宝贵的见解。可以预料，这种方法将在临床实践和应用研究中得到有益，从而促进对阿尔茨海默氏病的更准确有效的筛查和诊断。鉴于我们社会中老年人的比例不断增长，对阿尔茨海默氏病的及时诊断已成为医疗保健的一个临时方面。在本文中，我们提出了一种基于语音技术的非侵入性和成本效益的检测方法。该方法与诸如及时的微调和有条件学习之类的技术结合使用了预训练的语言模型，从而提高了检测过程的准确性和效率。为了解决有限的计算资源的ISE，本研究采用了有效的Lora微调方法来构建分类模型。跟随多轮训练和严格的10倍交叉验证，基于Llama2模型的及时微调策略的准确性为81.31％，比采用BERT模型的控制组提高了4.46％。这项研究为早期诊断阿尔茨海默氏病提供了一种新型的技术方法，并为在类似条件下的模型优化和资源利用提供了宝贵的见解。可以预料，这种方法将在临床实践和应用研究中得到有益，从而促进对阿尔茨海默氏病的更准确有效的筛查和诊断。

添加pdf代下载 VIP点击下载文件