摘要
震颤是肝豆状核变性(Wilson's disease,WD)最常见的症状之一,可以应用于WD的诊断.基于统一肝豆状核变性分级量表(UWDRS)的WD震颤评估模型为医生辅助诊断和患者自我监测提供了帮助.采用智能手机加速度传感器采集52例WD患者的手部震颤数据,进行短时傅立叶变换后提取最优特征,通过四种分类器对UWDRS评分数的平均值进行了分类对比,在MATLAB上实现的实验结果显示朴素贝叶斯分类器的准确率最高,分类的精度达到将近100％.定量分析结果可以代替UWDRS的临床诊断,可进一步将算法应用到嵌入式系统中,便于WD患者进行家庭健康监护,医生实时监测治疗效果.
NETL
NSTL
维普
万方数据