期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
使用双优先预测层次模型联合决策的阿尔茨海默症预测方法
1
作者 蒲秀娟 任青 +2 位作者 韩亮 谈云帆 刘媛 《电子测量与仪器学报》 北大核心 2025年第4期16-25,共10页
在阿尔茨海默症(AD)患者出现晚期症状之前,能够准确预测AD进展对于及时采取适当的治疗和干预措施至关重要。提出一种使用双优先预测层次模型联合决策的AD预测方法,将AD、轻度认知障碍(MCI)和认知正常(NC)3类别预测问题转化为两个层次的... 在阿尔茨海默症(AD)患者出现晚期症状之前,能够准确预测AD进展对于及时采取适当的治疗和干预措施至关重要。提出一种使用双优先预测层次模型联合决策的AD预测方法,将AD、轻度认知障碍(MCI)和认知正常(NC)3类别预测问题转化为两个层次的两类别预测问题。首先,从个体历史随访所获取的磁共振成像(MRI)和认知评分(CSs)两种模态的时间序列数据中提取统计特征,并使用累计加权嵌入式特征选择方法从MRI体积统计特征中选择出高重要性MRI体积统计特征;然后,构建NC优先预测层次模型和AD优先预测层次模型,利用提取得到的高重要性MRI体积统计特征和CSs统计特征,使用这两个层次模型的不同层次的预测结果进行联合决策,优先预测出样本中的NC个体和AD个体;最后确定MCI个体,实现AD/MCI/NC 3类别预测。在TADPOLE数据集上进行实验,AD预测方法的准确率为89.29%,F1分数的宏平均值为88.81%。实验结果表明,AD预测方法是有效的,且其性能优于传统的AD预测方法。 展开更多
关键词 阿尔茨海默症预测 层次模型 磁共振成像 认知评分 统计特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部