基于层次注意力机制的多任务疾病进展模型
阿尔茨海默症是一种不可逆的神经退化疾病,由于脑组织的退化而产生的严重的认知问题.目前已有许多临床实验和研究计划来研究阿尔茨海默症的病理学,这些实验和计划会产生一些可以用来分析的数据.文中着重结合多种临床特征,对阿尔茨海默症进行自动诊断,并预测潜在的预后风险,进而提出了一个基于层次注意力机制的多任务疾病进展模型.该模型将疾病自动诊断任务作为主任务,疾病预后预测任务作为辅任务,以提升模型的泛化能力,进而提升疾病自动诊断任务的效果.其应用了两层的注意力机制,注意力分别应用在特征层和就诊记录层,使得模型可以对不同的特征以及不同的就诊记录有不同的注意力.在ADNI(Alzheimer's Disease Neuroimaging Initiative)数据集上进行实验,并将所提模型与多个基准模型进行比较,实验结果表明,提出的模型具有更好的效果,为临床实际应用提供了更好的鲁棒性.
注意力机制、多任务学习、自动诊断、预后预测、阿尔茨海默症
47
TP391.4(计算技术、计算机技术)
国家自然科学基金重点项目61532010
2020-09-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
185-189