合成MRI联合VBM脑分区在早期帕金森病诊断中的应用探讨

本文主要就合成MRI联合VBM在早期帕金森病诊断中的应用效果进行探讨。方法 选取邢台医专第一、第二附属医院收治的早期帕金森患者25例患者作为观察组,选择同类健康人群25例作为对照组,对两组患者同时进行合成MRI联合VBM脑分区进行诊断,对比两组患者的临床诊断效果。结果 本次医学研究中,脑区体积与临床量表的相关性比较多(P<0.05),两组患者在脑区弛豫值上存在一定差异(P<0.05)。结论 在早期帕金森病的临床诊断中,通过合成MRI联合VBM脑分区的方式,可以起到良好的临床诊断效果,为患者后续治疗提供帮助,值的在临床上应用推广。

基于樽海鞘算法优化的帕金森病早期诊断模型研究与并行优化

帕金森病是一种常见的神经性慢性疾病,由于其病因尚不明确,导致早期诊断精度低的问题,提出一种改进的优化核极限学习机方法用于帕金森病的早期诊断。研究利用混沌理论和高斯变异方法改进樽海鞘算法(salp swarm algorithm,SSA),提出一种基于进化机制的智能诊断模型ISSA-KELM。改进的SSA算法同步实现特征选择和KELM核函数的参数优化,有效地解决了模型的参数设定和最优特征选择问题,并基于OpenMP平台多线程调度处理模型,在保证模型分类精度最大化的同时进一步提高计算效率。实验结果表明,提出模型在分类精度上高于已有方法,计算效率也得到极大提高,具有较好的综合性能,验证了本模型有着很好的应用前景,有助于辅助临床医生在诊断中作出更准确的决策。