首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多源异构数据的阿尔茨海默症可解释、个体可视化及群体可视化方法 

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:山东未来网络研究院(紫金山实验室工业互联网创新应用基地)

摘要:本发明提供了一种基于多源异构数据的阿尔茨海默症可解释、个体可视化及群体可视化方法,属于可解释性人工智能技术领域。首先使用其他时空点上的脑子块数据训练出卷积神经网络;冻结该卷积神经网络的权重和结构;将当前场景的少量脑子块数据送入已冻结权重和结构的卷积神经网络,使用三维图像解释模块分别定量得到大脑子块预测结果为认知正常和阿尔兹海默症时各像素的风险值,按风险值大小倒序排列;分别选取认知正常类和阿尔兹海默症类的像素的风险值,与预测者的表格型数据拼接成一行数据作为一个样本送入堆叠模型进行训练和测试。本发明采用基于特征的迁移学习结构,能够同时处理多源异构样本数据的预测和解释。

主权项:1.一种基于多源异构数据的阿尔茨海默症可解释方法,其特征在于,包括:基于大脑子块建立并训练卷积神经网络模型,挖掘用于区分认知正常类和阿尔兹海默症类的高特异性语义,冻结已训练出的卷积神经网络模型的结构和权重,封存已学习到的能区分认知正常类和阿尔兹海默症类的通用知识,保证通用知识不改变;将当前场景的大脑子块数据送入已冻结权重和结构的卷积神经网络,进行前向计算,获得相应的通用知识;使用三维图像解释模块分别定量得到大脑子块预测结果为认知正常和阿尔兹海默症时各像素的风险值;将风险值按大小倒序排列,分别取当前场景的大脑子块数据预测结果为认知正常类和阿尔兹海默症类的前个高风险值以及预测者当前的表格型数据作为样本特征送入堆叠模型,并训练该堆叠模型;采集求测者的大脑子块数据并将其送入已训练的卷积神经网络,量化出基于三维图像的群体和个体的体像素贡献值,采集求测者的表格型数据以及卷积神经网络得到的高风险特征送入堆叠模型,量化出基于表格型数据的个体和群体的特征贡献值。

全文数据:

权利要求:

百度查询: 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) 一种基于多源异构数据的阿尔茨海默症可解释、个体可视化及群体可视化方法

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。