全文总字数：4286字

1. 研究目的与意义及国内外研究现状

帕金森病是中老年人群中一种常见的神经系统退行性疾病，会导致患者生活不能自理，并伴随多种并发症。对于早期帕金森患者来说，越早发现病情并接受合理的治疗，多数能够延缓病情的发展。倘若病情已经进入到晚期，依靠现有医疗的手段不仅不能很好地改善患者的病症而且会出现明显的残障表现。因此，帕金森病的诊断在医学研究中就显得尤为重要。然而，现阶段在帕金森病的临床诊断中还存在诸多困难，没有准确的客观判断指标，也没有预防和治愈疾病的有效方法。鉴于此，本文通过对2018年帕金森病分类数据集进行分析，将降维方法和判别分析应用于帕金森病的诊断。主要目的有：1、采用不同降维方法，对影响诊断结果的754个影响因素进行筛选，为临床诊断提供有效的客观指标；2、依据筛选后的数据，建立一个能够有效诊断是否患有帕金森病的判别模型；3、通过2018年帕金森病的数据来说明降维方法和判别分析方法在帕金森病诊断中的应用，旨在提升疾病诊断的准确率。

国内外研究现状

随着世界人口老龄化的日益严重，帕金森患者的数量呈现出逐年增长的趋势。这就使得帕金森病成为人们普遍关注的焦点。由于帕金森病具有患病率高且难治愈的特点，因此帕金森病的早期诊断和预防成为现代医学研究的热点之一，具有非常重要的医学价值及现实意义。

近年来，越来越多帕金森病的诊断标准被相继提出并被用于实际临床疾病的诊断。例如，diao等^[1]以基因检测作为主要诊断手段，提出帕金森病的早期诊断方法；康文岩和陈生弟^[2]把非运动症状（nms）作为临床标志物之一，并将该指标应用于早期帕金森病的诊断；ito等[3]将影像学技术应用于帕金森病的早期诊断等。

就现阶段而言，从患者声学特征的角度出发诊断帕金森病已渐渐成为研究热点。例如张玉海等^[4]基于帕金森病的嗓音特征，利用统计方法进行分析，截取最稳定的10000个点，计算出基频、频率微扰、谐噪比等值，在病例组与对照组之间运用t检验，分析了将患者持续发元音字母时的声音信号特征应用于帕金森病的诊断的可行性和局限性；孙永柱等^[5]结合t检验，对比正常组和患病组声音频率的变化，发现有显著差异，提出嗓音语图频谱分析系统可作为帕金森病诊断的有效客观指标；sanabra等^[6]采用声学测量方法，研究了20例帕金森病患者治疗前后声音功能的变化，反应了声学分析的客观测量对帕金森病诊断的重要意义；yuceturk等[7]对帕金森患者进行语音分析，找到一些可以应用于诊断的影响因素。通过上述文献，我们知道现代统计方法已经被广泛地应用于帕金森病的早期诊断。然而，由于方法的局限性及影响因素的复杂化，目前帕金森病的临床诊断中仍存在不小的误诊率。因此本文将进一步研究帕金森病的诊断方法，基于患者声学特征将判别分析法应用于疾病的诊断。

2. 研究的基本内容

本课题将综合2018年帕金森病分类数据集进行实例分析，根据患者语音记录和健康人声音频率对照，提取临床有用的PD评估信息。采用SIS和CD降维方法，对影响诊断结果的754个影响因素进行筛选，然后用不同的判别方法分别建立与显著变量之间的关系模型，比较不同方法之间的判错率，选出更优的判别模型，建立一个能够有效诊断帕金森病的判别模型。另外，以此实例为基础，分析比较不同降维方法和判别方法在此类疾病诊断中的优劣。

3. 实施方案、进度安排及预期效果

实施方案：首先对收集到数据进行简单处理，然后利用不同的降维方法对数据进行处理，筛选出显著的特征变量，建立不同的判别分析模型，计算出各个模型的判错率，比较不同判别模型的优劣。

（1）2018年12月~2019年1月，仔细查阅相关文献，确定论文题目，对论文进行构思，填写毕业论文任务书，完成开题报告；

（2）2019年2月，查找相关的外文文献并进行翻译，提交外文翻译；

4. 参考文献

[1]. h. diao, x. li, etal. gene expression profiling combined with bioinformatics analysis identifybiomarkers for parkinson disease[j]. plos one, 2012, 7(12): e52319.

[2]. 康文岩, 陈生弟. 临床标志物在帕金森病早期诊断中的作用[j]. 中华神经科杂志, 2015, 48(6): 539-544.

[3]. s. ito,w. shirai, t. hattori. putaminal hyperintensity ontl-weighted mr imaging in patients with the parkinson variant of multiplesystem atrophy[j]. american journal of neuroradiology, 2009, 30(4): 689-692.