[发明专利]建立一种阿尔茨海默病的分层多流形分析模型

摘要

本发明涉及建立一种阿尔茨海默病的分层多流形分析模型。本发明从各个模态的生物标志物中提取有价值的子流形，对于每个模态找到与其相对应的最优映射，并且对各个子流形进行可视化，降维并将其映射到各个模态目标判别式对应的低维流形中去，先维度联合，再流形合并低维流形可视化，利用K近邻方法对映射后的数据进行多分类，使模型具备分析的多个阶段。本发明克服了现有分析模型不可视的缺陷。本发明提高了映射的准确度，模型支持可视化，方便用户进行病情分析，模型支持多阶段诊断，建立了分层的多流形学习的模型，其分层结构有助于进行分布式计算，支持用于处理大数据分析。

主权项

建立一种阿尔茨海默病的分层多流形分析模型，其特征在于如下步骤：(1)分别从各个模态的生物标志物中提取有价值的子流形，对于每个模态找到与其相对应的最优映射，并且对各个子流形进行可视化，具体包括：(1.1)利用所选样本构建双中心化测地距离矩阵跟对应的判别信息矩阵；(1.2)利用获得的矩阵计算高维数据所对应低维嵌入的最优判别映射；(1.3)将找到的最佳低维流形进行可视化；(2)根据已经获得的映射进行测试数据的降维，将测试数据映射到各个模态目标判别式对应的低维流形中去；(3)先将不同模态流形的维度联合，进行流形合并，再对整体进行一次联合降维，并将最终低维流形可视化；(4)利用K近邻方法对映射后的数据进行多分类，使模型具备分析的多个阶段。