二氢杨梅素通过抑制GSK-3β活性改善MPTP诱导的小鼠帕金森症状及神经元损伤，任兆翔，赵亚飞，帕金森（PD）是一种典型的神经退行性疾病，通常伴有黑质致密区（SNc）多巴胺能神经元的大量死亡。目前来说，帕金森疾病的病因还没�

血管性帕金森综合征研究进展，饶峰，叶民，血管性帕金森综合征是指由于脑血管病变引起的与帕金森病具有相似临床表现的一组综合征。病理层面的确切发病机制尚未完全阐明，脑

健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片 健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片 健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片

帕金森预测因子 这个项目是一个教育项目，旨在加深我通过动手学习机器学习的知识。 在本笔记本中，您将看到我使用两种不同的分类策略来尝试根据存储库中也可以找到的数据集来预测某人是否患有帕金森氏病。 信息和渗透来自有关机器学习，深度学习和熊猫的公共kaggle课程。

Parkinson’s Disease Classification 数据集用于检测分类帕金森疾病，数据集收集于 188 位患有帕金森症状的患者，年龄区间为 33 岁到 87 岁。该数据集还包括 64 位年龄区间 41 岁至 82 岁的健康样本

帕金森氏病（PD）是世界上主要的公共卫生疾病之一，其日趋增加，并已对许多国家产生影响。 因此，在疾病早期就进行预测非常重要，因为疾病的症状是在中年或中晚期出现的，因此这对于研究人员来说是一项艰巨的任务。 因此，这项工作着眼于受PD影响的人群的语音清晰度困难症状，并使用各种机器学习技术（例如自适应增强，装袋，神经网络，支持向量机，决策树，随机森林和线性回归）来建立模型。 这些分类器的性能使用各种指标进行评估，例如准确性，接收器工作特性曲线（ROC），灵敏度，精度，特异性。 最后，采用Boruta特征选择技术在预测帕金森氏病的所有特征中找到最重要的特征。

帕金森病检测 使用XGBoost检测帕金森氏病，并使用Flask进行部署。 使用的语言：Python 3.7，Html5，CSS3。 该Web应用程序正在开发中，目前托管在两个云平台中： IBM Cloud： : Heroku云： ：

检测帕金森病 帕金森氏病与运动障碍症状有关，例如震颤，僵硬，运动迟缓和姿势不稳。 运动迟缓和僵硬的表现通常在疾病的早期。 这些对患者的笔迹和素描能力有显着影响，显微照相术已被用于帕金森氏病的早期诊断。 虽然人的笔迹受许多因素（例如语言熟练程度和教育程度）的影响，但发现绘制形状（例如螺旋形）是一种非侵入性且独立的措施。 怎么跑 python detect_parkinsons.py --dataset dataset/spiral python detect_parkinsons.py --dataset dataset/wave

UCI_Dataset 具有多种录音数据集的帕金森语音数据集

2020年中国帕金森病治疗指南（第四版）解读.pptx