专利交易市场

本发明公开了一种阿尔兹海默疾病进程预测方法，患者在固定时间间隔内测量得到多视图数据，阿尔兹海默疾病进程预测方法包括对多视图数据进行预处理；使用多视图融合神经网络处理多视图数据，得到各视图共享的隐表示矩阵；在隐表示矩阵中引入最小门控单元，以对缺失的多视图数据进行填充以及预测未来时间点的评分数据；并使用多视图数据对多视图融合神经网络和最小门控单元进行协同训练，以实现对疾病发展进程的预测。本发明通过多视图融合神经网络为每个时间点的多视图数据习得各视图间共享的隐表示矩阵，同时，最小门控单元预测得到的下一个时间点的数据用于填补缺失的数据，利用最小门控单元进行未来任意时间点的评分数据预测。

本发明公开了一种基于风险因素概率组合分析的慢性疾病早期预警方法，包括以下步骤：收集数据，确定该慢性疾病的风险因素的基准组合RFx，确定对该慢性疾病影响最大的x个风险因素，进一步确定最佳的风险因素组合。本发明的有益之处在于：(1)综合考虑了生理指征、环境因素、病史记录、生活习惯等多维数据，与目前疾病模型的构建越来越趋向多维度的研究趋势相符；(2)数据集包含不同类型人的记录，实验结果非常具有代表性；(3)选取与慢性疾病相关的风险因素的概率组合方法，具有很好的通用性，并且可以推广到其他国家和地区；(4)对未来可能发展成慢性疾病的大部分患者给予预警，对预防和控制慢性疾病具有重要意义。