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
氟化合物
解析方法
地表水
SVR算法
空间相关性信息
时序
通信电源监控方法
历史运行数据
序列
状态远程监控
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
癫痫
Pearson相关系数
图像
定位方法
患者