刘宝民，汪健冬，郭志佳，乔梦茹

(1.鲁东大学物理学院,山东烟台，264025;2.鲁东大学数学与统计科学学院,山东烟台，264025)

0 引言

帕金森病(Parkinson’s disease, PD)是继阿茨海默病之后的第二大类神经系统变性疾病, 常发于中老年人群。目前全球PD患病率约405/10万，预计至2030年我国患病人数将达到494万人[1]，因此准确诊断PD越具有重要意义。

国内对于深度学习与帕金森疾病诊断的研究，根据研究的内容，大致可分为两个方面：深度学习在医学影像上的应用，如王洋等人[2]，根据卷积神经网络对于MRI图像进行研究、并进行反卷积处理，张巧丽等人[3]使用深度学习方法实现对帕金森疾病、多系统萎缩症和健康人群的诊断；深度学习在患者行为表现方面的识别，如张颖等人[4]提取声纹特征、DNN识别并分类的方法用于区分PD患者和健康人，焦嘉烽[5]提出深度学习与声谱图的帕金森症检测方法，王金甲等人[6]基于卷积神经网络进行特征学习并识别出步态冻结，李彦琳等人[7]设计了一种基于DCNN的步态识别方法，用于PD患者的步态分类和严重程度等级评定。

尽管有了很多卓有成效的研究，但是结合深度学习，在遗传基因方面对于帕金森疾病的研究并不常见，缺乏遗传学角度对帕金森疾病成因的分析。因此，本文在使用LSTM网络提取SNP数据特征的基础上，使用不同的分类器，对于提取后的特征进一步分类，实现对于基因数据在帕金森疾病诊断上的应用。

1 基于LSTM-SVM的SNP数据诊断帕金森疾病模型

1.1 模型概述

首先对于SNP数据进行预处理：质量控制、独热编码、时间序列化处理。……