帕金森早期诊断准确率提高至 90.2%，深圳先进院联合中山一院提出 GSP-GCNs 模型

AIGC动态欢迎阅读

原标题：帕金森早期诊断准确率提高至 90.2%，深圳先进院联合中山一院提出 GSP-GCNs 模型
关键字：模型,解释性,特征,参与者,网络
文章来源：HyperAI超神经
内容字数：5466字

内容摘要：

作者：彬彬
编辑：李宝珠，三羊
中山大学附属第一医院&中科大先进院等研究团队，提出了一种深度学习模型——图信号处理-图卷积网络 (GSP-GCNs)，利用从涉及声调调节的特定任务中获得的相关脑电图数据来诊断帕金森病。震颤、动作迟缓、表情僵硬……提起帕金森病，多数人会率先想到「手抖」，殊不知，在患病中晚期，患者甚至还会出现平衡障碍、翻身困难等问题，下肢、头部都会不自主地抖，严重影响生活质量。
中国康复医学会于 2023 年 4 月发布的数据显示，我国现有帕金森病患者 300 多万，超过全世界总数的四分之一，并且每年新增加约 10 万，预计到 2030 年，我国帕金森病患者总数将达到 500 万人，几乎达到全球患病人数的一半。
然而目前帕金森病的发病机制尚未可知，仅 20% 的病例可归因于特定的遗传因素，因此早期诊断面临重大挑战。
静息态脑电 (electroencephalogram,EEG) 因其无创性以及捕捉高时序分辨率脑活动的能力，已成为帕金森病诊断的重要途径。近年来，已经有相关研究开始将深度学习与 EEG 结合，进行帕金森病的早期诊断。然而，这些方法大多需要基于平稳的 EEG

原文链接：帕金森早期诊断准确率提高至 90.2%，深圳先进院联合中山一院提出 GSP-GCNs 模型