[发明专利]基于多模态超图卷积神经网络的阿尔茨海默病分类方法在审
| 申请号： | 202011618907.6 | 申请日： | 2020-12-30 |
| 公开（公告）号： | CN112863664A | 公开（公告）日： | 2021-05-28 |
| 发明（设计）人： | 邓赵红;曹营利;姚晓峰;王士同 | 申请（专利权）人： | 无锡太湖学院;江南大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/62;G06K9/32;G06K9/46;G06N3/04;G06N3/08;G06F16/901 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 戴风友 |
| 地址： | 214064*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于智能医疗计算机辅助诊断应用技术领域，涉及基于多模态超图卷积神经网络的阿尔茨海默病分类方法。该方法包括训练阶段和使用阶段两部分，训练阶段包括初始多模态特征构建模型，深度多模态特征提取模型和最终阿尔茨海默病分类。初始多模态构建模型使用K‑近邻和超图理论，分别对每个模态构建超图，获得初始多模态构建模型。本发明为了提高多模态特征的有效性，基于最初的多模态超图数据，利用基于超图的图卷积神经网络进行深度学习来构建出深度多模态特征，相对于原始多模态特征，经过深度特征提取的多模态特征具有更小的数据维度和更高的分类效果。 | ||
| 搜索关键词： | 基于 多模态 超图 卷积 神经网络 阿尔茨海默病 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于无锡太湖学院;江南大学，未经无锡太湖学院;江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011618907.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种涤纶面料生产工艺
- 下一篇：高产量棒磨机
