基于多检查结果融合的MCI进展预测方法

作     者：董浩然 王顺芳 DONG Hao-ran;WANG Shun-fang

作者机构：云南大学信息学院云南昆明650504 

基　　金：国家自然科学基金项目(62062067) 云南省智能系统与计算重点实验室开放课题基金项目(ISC22Z01) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第3期

页      码：889-895页

摘      要：为提高轻度认知障碍(MCI)患者向阿尔茨海默症(AD)阶段病情进展的预测性能,提出一种融合病人多项检查数据进行学习的半监督神经网络新型模型MVIDG。通过mRMR算法对高维特征进行降维,对病人单项检查数据使用Dual-GCN进行基础模型训练,利用改进后的MVCDN网络对各项检查数据训练出的模型进行融合,以对未来一年内病人从MCI阶段向AD阶段的病情进展进行预测。实验结果表明,所提模型可有效整合病人多项检查结果以提高预测性能,效果优于其它数据融合方法。

主 题 词：多维数据融合 深度学习 神经网络 疾病预测 阿尔茨海默症 轻度认知障碍 图卷积网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2024.03.034

馆 藏 号：203126658...