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。
📄 2021108121042
📂 G16H70_60
👤 南京邮电大学
📅 2021-07-19