龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明提供一种基于融合超图和超图神经网络的阿尔茨海默症分类方法，包括：对由fMRI影像构成的数据集进行预处理；根据每张fMRI影像的时间序列，采用滑动窗口的方式，对预处理后的每张fMRI影像构造时间上连续的若干张初始超图；对每张fMRI影像的初始超图进行融合，获取融合超图；对预处理后的每张fMRI影像及其对应的融合超图添加随机均匀噪声，整合为训练元数据；利用训练元数据训练阿尔茨海默症分类模型；利用训练好的阿尔茨海默症分类模型进行分类；本发明构造的融合超图能够更好地记录多个脑区之间的非线性多元相关关系，具有更多的局部特性和细节，结合超图神经网络模型，能够有效提高阿尔茨海默症分类的精准度。
主权项：1.一种基于融合超图和超图神经网络的阿尔茨海默症分类方法，其特征在于，包括以下步骤：S1：对由若干名受试者大脑的fMRI影像组成的影像数据集进行预处理；S2：设置滑动窗口，根据每张fMRI影像的时间序列，采用滑动窗口的方式，对预处理后的每张fMRI影像构造时间上连续的若干张超图，获取每张fMRI影像对应的若干张初始超图；S3：对于每张fMRI影像，计算各初始超图之间的相似度，并基于相似度计算结果进行初始超图的融合，获取每张fMRI影像对应的融合超图；S4：对预处理后的每张fMRI影像及其对应的融合超图添加随机均匀噪声，并整合为训练元数据；S5：利用训练元数据对建立的阿尔茨海默症分类模型进行训练，获得训练好的阿尔茨海默症分类模型；所述阿尔茨海默症分类模型具体为FHyperGAT超图卷积神经网络模型，包括依次连接的：输入层、若干个GAT-Conv图注意力卷积模块、分类层和输出层；S6：获取待分类受试者大脑的fMRI影像并输入训练好的阿尔茨海默症分类模型中进行分类，获取阿尔茨海默症分类结果。
全文数据：
权利要求：
百度查询： 广东工业大学 基于融合超图和超图神经网络的阿尔茨海默症分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号