摘要
本发明公开一种基于对比学习和条件生成网络的影像遗传学关联分析方法,所述方法包括:首先,将多模态影像数据非线性地映射到潜在空间,提取影像数据特征;然后,在多模态影像特征间实施对比学习以增强特征嵌入;为了自适应地学习特征嵌入的重要性,引入注意力机制以有效融合多模态影像数据;此外,单核苷酸多态性(SNP)数据通过样本群体映射矩阵预处理为数值型数据,接着使用变分自动编码器对SNP数据进一步编码以提取潜在遗传特征;为了构建神经影像数据和遗传学数据之间的非线性关联,利用SNP数据和人口统计学数据,提出双鉴别条件生成对抗网络以生成多模态神经影像和模态关注向量,可实现脑疾病的早期诊断。
技术关键词
多模态影像数据
关联分析方法
变分自动编码器
条件生成对抗网络
多模态数据融合
单核苷酸多态性
正电子发射断层扫描
学习特征
重构原始数据
引入注意力机制
非线性
深度编码器
样本
生成器网络
疾病