基于多视图时空拓扑融合的阿尔茨海默病分类方法及系统

AITNT
正文
推荐专利
基于多视图时空拓扑融合的阿尔茨海默病分类方法及系统
申请号:CN202410974101
申请日期:2024-07-19
公开号:CN118899076A
公开日期:2024-11-05
类型:发明专利
摘要
本发明提出了基于多视图时空拓扑融合的阿尔茨海默病方法及系统,采用动态时间窗口对时间序列信号进行处理,能够有效利用随时间变化的特征和关系,提高模型识别能力;从时空和拓扑两个视角深入探索了AD疾病数据的多粒度信息,全面捕捉AD的潜在特征,进一步提高模型识别能力,为AD疾病的早期诊断和识别提供了有力的技术支持。
技术关键词
阿尔茨海默病 拓扑特征 时空特征信息 分类方法 节点特征 动态时间窗口 矩阵 信号特征 机器可读指令 分类模型训练 多头注意力机制 皮尔逊相关系数 前馈神经网络 计算机设备 数据 磁共振 处理器 可读存储介质
系统为您推荐了相关专利信息
1
一种基于全天空多专家模型的极光形态无监督分类方法
无监督分类方法 层次聚类算法 形态 样本 网络协同工作
2
基于跨模态信息补全的零样本文本分类方法和装置
文本分类方法 跨模态 标签 样本 预训练语言模型
3
一种桥梁施工风险预警方法及系统
施工风险预警方法 风险预测模型 节点特征 桥梁结构 生成结构
4
基于增量学习的开放世界半监督图像分类方法、装置
标签 半监督图像分类方法 图像类别 训练图像分类模型 模型更新
5
基于强化学习技术的容器任务调度方法、系统及存储介质
容器任务调度方法 强化学习技术 强化学习模型 集群 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号