發(fā)布時(shí)間：2021-02-26 07:38

　　阿爾茨海默癥是一種不可逆的神經(jīng)退化疾病,由于腦組織的退化而產(chǎn)生的嚴(yán)重的認(rèn)知問(wèn)題。目前已有許多臨床實(shí)驗(yàn)和研究計(jì)劃來(lái)研究阿爾茨海默癥的病理學(xué),這些實(shí)驗(yàn)和計(jì)劃會(huì)產(chǎn)生一些可以用來(lái)分析的數(shù)據(jù)。文中著重結(jié)合多種臨床特征,對(duì)阿爾茨海默癥進(jìn)行自動(dòng)診斷,并預(yù)測(cè)潛在的預(yù)后風(fēng)險(xiǎn),進(jìn)而提出了一個(gè)基于層次注意力機(jī)制的多任務(wù)疾病進(jìn)展模型。該模型將疾病自動(dòng)診斷任務(wù)作為主任務(wù),疾病預(yù)后預(yù)測(cè)任務(wù)作為輔任務(wù),以提升模型的泛化能力,進(jìn)而提升疾病自動(dòng)診斷任務(wù)的效果。其應(yīng)用了兩層的注意力機(jī)制,注意力分別應(yīng)用在特征層和就診記錄層,使得模型可以對(duì)不同的特征以及不同的就診記錄有不同的注意力。在ADNI（Alzheimer’s Disease Neuroimaging Initiative）數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),并將所提模型與多個(gè)基準(zhǔn)模型進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明,提出的模型具有更好的效果,為臨床實(shí)際應(yīng)用提供了更好的魯棒性。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(09)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)工作
    2.1 阿爾茨海默癥的研究進(jìn)展
    2.2 基于注意機(jī)制的模型
    2.3 基于多任務(wù)學(xué)習(xí)的模型
3 多任務(wù)層次注意力進(jìn)展模型
    3.1 低層注意力機(jī)制
    3.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
    3.3 高層注意力機(jī)制
    3.4 診斷和預(yù)后
    3.5 模型訓(xùn)練
4 實(shí)驗(yàn)
    4.1 數(shù)據(jù)描述和數(shù)據(jù)預(yù)處理
    4.2 基準(zhǔn)模型
        （1）隨機(jī)森林:
        （2）支持向量機(jī):
        （3）多層感知機(jī):
        （4）RNN:
        （5）RNN+attention（沒(méi)有多任務(wù)）:
    4.3 實(shí)驗(yàn)結(jié)果
結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于語(yǔ)言學(xué)特征與層次注意力機(jī)制的幽默識(shí)別[J]. 楊勇,楊亮,鄒艷波,任鴿,樊小超.  計(jì)算機(jī)工程. 2020(08)
[2]一種基于權(quán)重矩陣分解的在線(xiàn)多任務(wù)學(xué)習(xí)算法[J]. 張文金.  計(jì)算機(jī)工程. 2019(08)



本文編號(hào)：3052273