帕金森早期診斷準確率提高至 90.2%，深圳先進院聯合中山一院提出 GSP-GCNs 模型

AIGC動態歡迎閱讀

原標題：帕金森早期診斷準確率提高至 90.2%，深圳先進院聯合中山一院提出 GSP-GCNs 模型
關鍵字：模型,解釋性,特征,參與者,網絡
文章來源：HyperAI超神經
內容字數：5466字

內容摘要：

作者：彬彬
編輯：李寶珠，三羊
中山大學附屬第一醫院&中科大先進院等研究團隊，提出了一種深度學習模型——圖信號處理-圖卷積網絡 (GSP-GCNs)，利用從涉及聲調調節的特定任務中獲得的相關腦電圖數據來診斷帕金森病。震顫、動作遲緩、表情僵硬……提起帕金森病，多數人會率先想到「手抖」，殊不知，在患病中晚期，患者甚至還會出現平衡障礙、翻身困難等問題，下肢、頭部都會不自主地抖，嚴重影響生活質量。
中國康復醫學會于 2023 年 4 月發布的數據顯示，我國現有帕金森病患者 300 多萬，超過全世界總數的四分之一，并且每年新增加約 10 萬，預計到 2030 年，我國帕金森病患者總數將達到 500 萬人，幾乎達到全球患病人數的一半。
然而目前帕金森病的發病機制尚未可知，僅 20% 的病例可歸因于特定的遺傳因素，因此早期診斷面臨重大挑戰。
靜息態腦電 (electroencephalogram,EEG) 因其無創性以及捕捉高時序分辨率腦活動的能力，已成為帕金森病診斷的重要途徑。近年來，已經有相關研究開始將深度學習與 EEG 結合，進行帕金森病的早期診斷。然而，這些方法大多需要基于平穩的 EEG

原文鏈接：帕金森早期診斷準確率提高至 90.2%，深圳先進院聯合中山一院提出 GSP-GCNs 模型

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例