基于多模态证据深度学习的阿尔茨海默症分类方法及系统

AITNT
正文
推荐专利
基于多模态证据深度学习的阿尔茨海默症分类方法及系统
申请号:CN202510265847
申请日期:2025-03-07
公开号:CN120199459A
公开日期:2025-06-24
类型:发明专利
摘要
本发明公开了基于多模态证据深度学习的阿尔茨海默症分类方法及系统,涉及机器学习技术领域,包括:获取阿尔茨海默症多模态数据集;将阿尔茨海默症多模态数据集中的样本输入至预先建立的阿尔茨海默症分类模型,通过误差反向传播算法调整阿尔茨海默症分类模型的参数至最优,得到优化后的阿尔茨海默症分类模型;获取受试者样本数据,将受试者样本数据输入至优化后的阿尔茨海默症分类模型,输出得到分类结果。
技术关键词
阿尔茨海默症 多模态 误差反向传播 样本 深度神经网络 影像 正电子发射断层成像 生物标志物 图像配准 机器学习技术 数据处理模块 分类系统 处理器 参数 量表 颅骨 决策
系统为您推荐了相关专利信息
1
一种针对地表水中全氟-多氟化合物的源解析方法
氟化合物 解析方法 地表水 SVR算法 空间相关性信息
2
一种基于热力图及掩膜的视频裁剪方法及系统
视频裁剪方法 热力图 镜头 掩膜 视频帧
3
一种5G通信电源监控方法及系统
时序 通信电源监控方法 历史运行数据 序列 状态远程监控
4
寿命评估模型建立方法、装置、设备及存储介质
深度神经网络模型 功率器件 构建深度神经网络 累积分布函数 寿命
5
一种基于MRI的多灶性癫痫定位方法及装置
癫痫 Pearson相关系数 图像 定位方法 患者
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