一种基于多关系混合感知的短时序阿尔茨海默病进展预测方法

本发明公开了一种基于多关系混合感知的短时序阿尔茨海默病进展预测方法，所属领域为进展预测领域，包括：提出了时间序列演化生成对抗网络，增强了数据演化的动态拟合能力，提升了长时间序列学习模型对短时间序列的泛化性。其次，设计了嵌入全局噪声过滤的多关系混合感知模块，能够捕捉受试者之间的复杂关系，高效地学习成对和高阶交互关系。具体来说，该模块通过构建噪声过滤人口图和人口超图，实现对成对关系和高阶关系的联合建模。随后，多关系的混合表征被馈送到扩展的长短期记忆模块进行时间序列学习。