巧妙的边缘检测预处理对机器学习模型对帕金森病分类模型性能的影响

科学领域:

• 生物医学工程 生物医学工程
• 计算神经科学是一种神经科学.
• 机器学习 机器学习

背景情况:

• 帕金森病 (PD) 诊断依赖于识别有风险的个体.
• 机器学习 (ML) 为PD风险的自动分类提供了潜力.
• 数据集特征和预处理显著影响ML模型性能.

研究的目的:

• 评估数据集大小和预处理技术对ML模型性能的影响,用于将个人分类为健康或患帕金森病的风险.
• 为了比较各种ML模型的预测准确度,模型大小和预测延迟.

主要方法:

• 从一个原始数据集中创建了四个数据集,包括一个正常数据集,一个带有Canny边缘检测和Hessian过的数据集,以及两个增强数据集.
• 评估了一系列ML模型:逻辑回归 (LR),决策树 (DT),随机森林 (RF),梯度提升 (GB),XGBoost (XBG),天真贝斯 (NB),支持矢量机 (SVM) 和AdaBoost (AdB).
• 分析的性能指标包括预测准确性,模型大小 (内存足迹) 和预测延迟. 在统计分析中使用了曼-惠特尼U测试和Cliff的效果大小delta.

主要成果:

• 较大的数据集增加了模型内存足迹和预测延迟.
• 巧妙的边缘检测与赫西安过通常降低了模型性能.
• 随机森林 (RF) 保持了稳定的内存足迹 (61 KB). 逻辑回归 (LR),决策树 (DT) 和天真贝叶斯 (NB) 显示出稳定的记忆和快速的预测时间.
• 支持矢量机 (SVM) 和XGBoost在更大的数据集下显著增加了内存使用量和预测时间,特别是在Canny预处理后.
• 在不同数据集上训练的模型之间,统计分析证实了显著的性能差异 (p值<1e-34) 和大效应大小 (Cliff的三角形接近1) .

结论:

• 数据集的大小和预处理方法对帕金森病风险分类中的ML模型性能产生了重大影响.
• 轻量级模型,如物流回归 (LR) 和决策树 (DT),由于其稳定的性能和较低的资源需求,适用于资源有限的医疗环境.
• 像支持矢量机 (SVM) 和XGBoost这样的复杂模型需要仔细考虑数据集大小和预处理,以避免计算成本大幅增加.