用神經網路檢測神經疾病？

你知道如何測試帕金森氏症嗎？ 簡單的作法是在一張白紙上畫螺旋圈圈，看看圈圈是否為平滑曲線。

由於帕金森氏症患者的腦部神經退化，因此可能導致動作僵硬、不協調，因此若圈圈不是圖一中左半邊很平滑的樣子，而是呈現右半邊那樣抖抖的樣子，那你很可能要注意一下了。當然，也有可能只是剛運動完太累或其他原因而已。

圖一

為了更好的判斷是否罹患帕金森氏症，來自孟加拉拉杰沙希大學電資工程院的的研究人員使用了卷積神經網路（Convolutional Neural Networks, CNN）來進行更精準的預測。受試者畫出來的螺旋圈圈圖片，經過CNN的運算後，預測受試者是否罹患帕金森氏症的準確率高達96.6%，比同時期的相似方法準確率都來得高。

圖二中，橫軸為CNN運算的過程，縱軸為預測的準確率。紅線為訓練CNN模型的結果，而藍線則是實際測試的結果。可以看出，雖然在實際測試時，略遜於訓練時的表現，但預測準確率仍超過九成，具有一定參考價值。

圖二

最後，研究人員認為他們的CNN模型仍有進步空間，未來會透過大數據持續訓練模型，並且可以開發不同的圖形、素描檢測法，以獲得更好的結果。

撰文：高振翔

參考資料：Islam, M., Matin, A., Nahiduzzaman, M., Siddiquee, M., Hasnain, F. M., Shovan, S. M., & Hasan, T. (2021). A novel deep convolutional neural network model for detection of Parkinson disease by analysing the spiral drawing. In Proceedings of International Joint Conference on Advances in Computational Intelligence (pp. 155-165). Springer, Singapore.