TY -的A2 -卡里尔,艾哈迈德Mostafa盟——El-Sappagh瓶非盟- Abuhmed涨幅虽非盟- Alouffi,贝德盟-萨哈,Radhya盟——Abdelhade Naglaa AU -萨利赫,海格PY - 2021 DA - 2021/09/22 TI -药物的角色数据,提高老年痴呆的预测使用机器学习SP - 8439655六世- 2021 AB -早期发现阿尔茨海默病(AD)发展对适当的疾病管理是至关重要的。大多数研究集中在神经影像数据分析基线互访。他们忽略了一个事实,广告是一种慢性疾病和病人的数据自然纵向。此外,没有痴呆药物的效应研究疾病的行为。在本文中,我们提出一个基于机器学习建筑早期检测AD进展基于多通道数据的广告药物和认知得分数据。我们比较五个受欢迎的机器学习方法的性能包括支持向量机,随机森林、逻辑回归、决策树,再预测广告发展后2.5年。执行广泛的实验使用ADNI 1036名被试的数据集。大多数算法的交叉验证的性能已经被融合改进药物和认知得分数据。结果显示患者采取药物的重要作用在广告疾病的进展。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/8439655 - 10.1155 / 2021/8439655摩根富林明计算智力和神经科学PB - Hindawi KW - ER