Loading...
机构名称:
¥ 2.0

摘要。阿尔茨海默氏病是神经退行性疾病中最敏锐的疾病之一,它会导致齿轮能力的逐渐下降,在最坏的情况下,这种能力变得足够严重,足以与日常生活相处。目前尚无治愈方法,因此强烈需要早期诊断来尝试通过医疗治疗来减缓其进展。手写分析被认为是检测和理解某些神经系统疾病(包括阿尔茨海默氏病)的潜在工具。虽然单独手写分析不能提供对阿尔茨海默氏症的明确性疾病,但它可能会提供一些见解,并用于全面评估。Sigma-Mognormal模型被构想用于运动分析,也可以应用于手写。该模型返回一组对数正态参数作为输出,这构成了计算新颖和重要特征的基础。本文介绍了一种用于通过Sigma-lognormal模型提取的手写功能的机器学习方法。目的是开发一种支持系统,以帮助医生诊断和研究阿尔茨海默氏症,评估提取特征的有效性,最后研究其中的关系。

arxiv:2405.16959v1 [CS.CV] 2024年5月27日

arxiv:2405.16959v1 [CS.CV] 2024年5月27日PDF文件第1页

arxiv:2405.16959v1 [CS.CV] 2024年5月27日PDF文件第2页

arxiv:2405.16959v1 [CS.CV] 2024年5月27日PDF文件第3页

arxiv:2405.16959v1 [CS.CV] 2024年5月27日PDF文件第4页

arxiv:2405.16959v1 [CS.CV] 2024年5月27日PDF文件第5页

相关文件推荐

2024 年
¥7.0