一种基于机器学的帕金森疾病诊断方法

摘要

本发明公开了一种基于机器学的帕金森疾病诊断方法，是针对传统的帕金森疾病诊断方法效率低、成本高以及过程复杂的问题，提出一种基于机器学的帕金森疾病诊断方法。首先对语音信号采集，对语音信号进行特征提取，并进行特征选择，再利用智能优化算法建立最优支持向量机模型，对待测语音进行分类预测，结合机器学中的分类算法对帕金森疾病进行诊断，并采用智能算法优化支持向量机参数，提高在帕金森疾病诊断中的准确率。本发明使用机器学算法来进行帕金森疾病诊断，降低了帕金森疾病诊断的成本，通过特征选择，提高了帕金森疾病诊断的效率，通过智能算法优化支持向量机参数，提高了支持向量机的分类准确率。

主权项

一种基于机器学习的帕金森疾病诊断方法，其特征在于包括以下步骤：步骤一、对帕金森患者和健康人进行语音信号的采集；步骤二、对语音信号进行特征提取；步骤三、对特征进行选择；步骤四、利用智能优化算法优化支持向量机模型建立过程中的惩罚参数C和RBF核函数中的参数g，根据优化的结果建立最优支持向量机模型；步骤五、利用最优支持向量机模型对待测语音进行分类预测，实现帕金森疾病的诊断。