报告主题：基于行为的痴呆症神经心理学筛查：一种机器学习方法 （Behaviour Based Neuropsychology Screening for Dementia: a Machine Learning Approach）

报 告 人：Pan Zheng 高级讲师 新西兰坎特伯雷大学

时   间：2025年10月17日14:30-15:30

地   点：工科E1712会议室

报告摘要：

一项研究显示，新西兰60岁以上人群中有2%患有痴呆症。然而，当前痴呆症的诊断和治疗方案存在局限性，这往往源于数据质量和诊断机制的问题。本研究旨在开发一种可行的机器学习方法，以提升临床医生及相关人员准确筛查和表征痴呆症及早期认知障碍相关问题的能力。Clock drawing test（CDT）是用于痴呆症筛查与辅助诊断的神经心理学测试之一。我们从美国国家健康与衰老趋势研究中获取了约40,000份CDT绘图及相关元数据。我们计划开发基于卷积神经网络（CNN）的深度学习模型，并整合ResNet152、DenseNet201、EfficientNetB4及Mobilenetv2等相关模型。领域知识至关重要，例如如何分类和量化阿尔茨海默病/痴呆症的严重程度。目前采用多种不同方法。临床痴呆评级量表（CDR）和全球恶化量表（GDS）是两种常用方法。深度学习模型的输出结果经过标准化处理，以确保实际评估的一致性。当前进行中的研究还着眼于提升筛查效能的两个方面：首先是采集过程中的数据，包括笔尖压力、绘图速度、相关时间及其他变量。这些数据可作为增强深度学习模型的补充输入。其次，随着CDT应用程序与深度学习模型的成功开发，该应用可扩展至其他神经心理学测试，例如简易精神状态检查（MMSE）、蒙特利尔认知评估（MoCA）、NPI-Q量表、波士顿命名测试及日常生活活动（ADL）测试。最终目标是建立一个功能完善的痴呆症筛查与评估平台。

报告人简介：

Pan Zheng，新西兰坎特伯雷大学信息系统系高级讲师、人工智能开发与应用方面的研究工作者、英国高等教育学会会士（Fellow of Higher Education Academy, FHEA）、IEEE高级会员、英国计算机协会（British Computer Society - BCS）会员、美国项目管理学会（Project Management Institute - PMI）项目管理专业人士资格认证（Project Management Professional – PMP）、马来西亚专业科技工会（Malaysia Board of Technologists）认证的技术专家资格（Professional Technologist）。主要从事人工智能、仿生应用和方法以及数据分析等方面的研究。

青岛软件学院、计算机与科学与技术学院

2025年10月16日