从别人的java源码中提取方法-Parkinson-Disease-Prediction:引言帕金森氏病是仅次于阿尔茨海默氏症的...

从别人的java源码中提取方法一种通过语音分析诊断帕金森氏病的机器学习方法 介绍 帕金森氏病是仅次于阿尔茨海默氏症的第二大最普遍的神经退行性疾病，影响全球超过1000万人。 帕金森氏症的主要特征是运动能力和认知能力下降。 没有可用于诊断的单一测试。 相反，医生必须对患者的病史进行仔细的临床分析。 不幸的是，这种诊断方法非常不准确。 美国国家神经疾病研究所的一项研究发现，早期诊断（症状持续5年或更短）的准确率仅为53％。 这并不比随机猜测好多少，但及早诊断对于有效治疗至关重要。 由于这些困难，我使用牛津大学的各种语音特征（非侵入性但具有特征性的工具）的数据集，研究了一种机器学习方法来准确诊断帕金森氏病。 为什么具有语音功能？ 言语是帕金森氏病的非常有预见性的特征。 几乎每个帕金森氏症患者都会经历严重的声音退化（无法产生持续的发声，震颤，声音嘶哑），因此使用声音诊断疾病是很有意义的。 语音分析具有非侵入性，廉价且非常容易在临床上提取的优点。 背景 帕金森氏病 帕金森氏症是一种进行性神经退行性疾病，其原因是黑质中含有多巴胺的细胞死亡（在运动中起重要作用）。 症状包括：“冻结”的面部特征，运动