基于机器学习的阿尔茨海默病健康识别

摘要

目的：阿尔茨海默病（Alzheimer's disease,AD）是一种神经退行性病变，在临床上通常需要依靠医生的工作经验，采用简易神经检测量表更好的方法来诊断AD。方法：本研究中，我们采用Coh-Metrix语言分析工具分别对AD患者和中国健康人群（CN）提取关键的语言学特征，包括语句复杂度、词汇丰富度及语义连续性等，最后采用支持向量机对文本进行分类。结果：发现在CN和AD患者之间某些特定的语言学特征存在显著差异，这些特征对疾病的识别具有一定的区分能力，最后模型准确率为0.79，取得了较好的结果。结论：基于语言学特征能够为AD的健康识别提供有价值的线索和依据，有助于早期诊断和干预。

关键词

阿尔茨海默病 / Coh–Metrix / 健康识别 / 文本分类 / 机器学习