幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

多模態信息融合的阿爾茨海默病智能輔助診斷方法研究

  • 作者：劉寧//陳研|責編:孫宇
  • 出版社：清華大學
  • ISBN：9787302634089
  • 出版日期：2023/06/01
  • 裝幀：平裝
  • 頁數：143
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本研究圍繞「治未病」與健康管理的服務理念，在相關文獻綜述和專家咨詢的基礎上，採用波士頓診斷性失語症檢測的圖片描述任務，提取與認知有關的人口學、語音信號和轉錄文本特徵，搭建一套快速、高精準的基於語言學的AD智能輔助診斷模型。通過構建家庭監護系統開發手機APP，通過APP上傳醫院和養老院老年人的語音和人口學數據，通過對來自真實世界的臨床樣本數據集進行實證分析，驗證前期提出模型的有效性和可靠性。
作者介紹
劉寧//陳研|責編:孫宇
目錄
第1章  緒論
  1.1  研究背景
    1.1.1  流行病學研究
    1.1.2  臨床表現
    1.1.3  精神行為和神經系統癥狀
    1.1.4  實驗室及輔助檢查
    1.1.5  診斷與鑒別診斷
  1.2  研究意義
  1.3  選題依據
  1.4  研究內容
  1.5  研究思路
  1.6  文章的組織結構
第2章  國內外研究現狀
  2.1  阿爾茨海默病臨床診斷方法
  2.2  波士頓診斷性失語檢測
    2.2.1  語言功能語料庫
    2.2.2  語料庫文本標注
  2.3  基於語言學的阿爾茨海默患者工智能輔助診斷
    2.3.1  語音信號特徵分析
    2.3.2  文本信息特徵分析
    2.3.3  基於深度學習的輔助診斷
    2.3.4  結合知識的深度學習輔助診斷
    2.3.5  目前研究存在的問題
  2.4  小結
第3章  基於「治未病」思想的阿爾茨海默病輔助診斷與健康管理
  3.1  基於「治未病」思想的阿爾茨海默病早期診斷
  3.2  基於語言表達的阿爾茨海默病認知功能障礙研究
  3.3  基於智能輔助診斷的阿爾茨海默病健康管理方法
  3.4  中醫「治未病」健康管理解決方案
  3.5  小結
第4章  基於語音和文本特徵的阿爾茨海默病智能輔助診斷模型
  4.1  研究背景
  4.2  資料與方法
    4.2.1  研究設計
    4.2.2  觀察對象
    4.2.3  實驗分組
    4.2.4  數據清洗與預處理
    4.2.5  實驗過程
  4.3  特徵提取
    4.3.1  語音學特徵提取
    4.3.2  文本特徵探索
    4.3.3  特徵提取
    4.3.4  特徵降維
  4.4  模型構建
  4.5  實驗結果與討論
    4.5.1  實驗結果
    4.5.2  模型可解釋性實驗
    4.5.3  結果討論
  4.6  小結
第5章  阿爾茨海默病智能輔助診斷的小樣本遷移學習

  5.1  研究背景
  5.2  遷移學習
  5.3  相關工作
  5.4  遷移學習模型
    5.4.1  數據集
    5.4.2  模型結構
    5.4.3  網格搜索（Grid Search）策略
  5.5  實驗結果與討論
    5.5.1  實驗設置
    5.5.2  實驗結果
    5.5.3  討論
  5.6  未來展望
  5.7  小結
第6章  阿爾茨海默病智能輔助診斷的可解釋性學習
  6.1  引言
  6.2  可解釋的阿爾茨海默病的診治
  6.3  相關工作
  6.4  模型構建
    6.4.1  建模數據集
    6.4.2  建模分析
    6.4.3  文本相似度計算
  6.5  實驗結果與討論
    6.5.1  模型效能評價
    6.5.2  模型對比評價
  6.6  模型的可解釋性
  6.7  小結
第7章  使用多模態特徵診斷輕度認知障礙和阿爾茨海默病
  7.1  背景
  7.2  數據預處理
  7.3  特徵抽取方法
    7.3.1  語音學特徵
    7.3.2  人口統計學特徵
    7.3.3  語言學特徵
  7.4  分類器
  7.5  不同分類特徵下的性能
  7.6  結論
第8章  基於特徵凈化網路的阿爾茨海默病檢測的改進
  8.1  相關研究
  8.2  數據採集與預處理
  8.3  特徵凈化網路模型GP-Net
    8.3.1  詞嵌入
    8.3.2  G-Net模塊提取共同特徵
    8.3.3  利用P-Net模型計算凈化特徵
    8.3.4  實驗參數及結果
  8.4  討論
  8.5  結論
第9章  基於上下文注意力特徵的阿爾茨海默病隱式情感分析
  9.1  背景
  9.2  基於聲學及其轉錄文本的AD智能診斷
  9.3  注意力網路

    9.3.1  基於GRU的網路架構
    9.3.2  Word編碼器
    9.3.3  詞注意力
    9.3.4  句子編碼器
    9.3.5  句子注意力
    9.3.6  文檔分類
  9.4  實驗
    9.4.1  Pitt語料庫
    9.4.2  模型配置和結構
    9.4.3  結果和分析
  9.5  基於注意力網路的消融研究
  9.6  注意特徵的可視化
  9.7  結論
第10章  基於「波士頓失語症檢測」的臨床小樣本實證分析
  10.1  實驗內容
  10.2  數據採集及預處理
    10.2.1  研究對象
    10.2.2  痴呆嚴重程度分級
    10.2.3  統計學分析
    10.2.4  特徵提取
    10.2.5  分類結果
  10.3  小結
第11章  總結與展望
  11.1  人工智慧未來發展趨勢分析
  11.2  深度學習原理
  11.3  結論
  11.4  研究的不足之處
  11.5  今後研究的建議
  11.6  工作展望
參考文獻
重要名詞縮寫

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032