基于贝叶斯优化的支持向量回归预测帕金森病严重程度研究

摘要

基于公开数据集中的多模态数据，包括人口统计学特征、临床特征和影像学特征，构建了一种基于贝叶斯优化的支持向量回归模型，旨在准确预测帕金森病的严重程度。实验结果表明，该模型在预测帕金森病严重程度方面不仅具有高度的准确性，还表现出显著的解释力。通过特征重要性分析，有效识别出对预测模型贡献最显著的关键特征，为帕金森病的临床管理和治疗决策提供了科学依据，还为深入探究该疾病的病理机制开辟了新的研究视角。

关键词

帕金森病 / 支持向量回归 / 贝叶斯优化 / 多模态数据分析 / 功能核磁共振成像