机构名称：
¥ 2.0
帕金森氏病（PD）是一种神经系统疾病，需要尽早诊断以进行有效管理。机器学习（ML）已成为增强PD分类和诊断准确性的强大工具，尤其是通过利用可穿戴传感器数据。这项调查全面审查了用于对帕金森震颤进行分类的当前ML方法，评估了各种震颤数据采集方法，信号预处理技术以及跨时间和频域跨时间域的特征选择方法，突出了震颤分类的实际方法。该调查探讨了现有研究中使用的ML模型，从传统方法（例如支持向量机（SVM）和随机森林）到先进的深度学习体系结构，例如卷积神经网络（CNN）和长期短期记忆网络（LSTM）。我们评估了这些模型在考虑其优势和局限性与PD相关的震颤模式分类中的功效。此外，我们讨论了当前研究中的挑战和差异，以及使用可穿戴传感器数据应用ML诊断ML的更广泛挑战。我们还概述了未来的研究指示，以推动PD诊断中的ML应用程序，从而为研究人员和从业人员提供见解。
帕金森震颤的机器学习策略...
主要关键词
相关文件推荐
