标签对齐的多任务特征学习,用于阿尔茨海默氏病和轻度认知障碍的多模式分类

上传者: 38643269 | 上传时间: 2021-03-09 19:05:26 | 文件大小: 1.51MB | 文件类型: PDF
与传统的基于单模式的方法相比,它在诊断和预后阿尔茨海默氏病(AD)以及其前驱阶段(即轻度认知障碍(MCI))方面显示出巨大的优势。 然而,据我们所知,大多数现有方法都集中于挖掘同一主题的多种模式之间的关系,而忽略了不同主题之间的潜在有用关系。 因此,在本文中,我们将通过全面研究模态与主题之间的关系,为AD / MCI的多模态分类提出一种新颖的学习方法。 具体来说,我们提出的方法包括两个后续组件,即标签对齐的多任务特征选择和多模式分类。 在第一步中,将从多种模态中学习的特征选择视为不同的学习任务,并使用组稀疏性正则化器共同选择相关特征的子集。 此外,为了利用标记对象之间的区别信息,在标准多任务特征选择的目标函数中添加了一个新的标签对齐正则化术语,其中标签对齐意味着所有具有相同类别标签的多模态对象应在距离上更近。新的功能减少的空间。 第二步,采用多核支持向量机(SVM)融合多模态数据中的选定特征,以进行最终分类。 为了验证我们的方法中,我们执行在阿尔茨海默病的神经影像学倡议(ADNI)数据库使用基线MRI和FDG-PET成像数据的实验。 实验结果证明我们提出的方法与几种用于AD / MCI

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明