基于层次注意力机制的多任务疾病进展模型

发布时间：2021-02-26 07:38

　　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。 

【文章来源】：计算机科学. 2020,47(09)北大核心

【文章页数】：5 页

【文章目录】：
1 引言
2 相关工作
    2.1 阿尔茨海默症的研究进展
    2.2 基于注意机制的模型
    2.3 基于多任务学习的模型
3 多任务层次注意力进展模型
    3.1 低层注意力机制
    3.2 长短时记忆网络
    3.3 高层注意力机制
    3.4 诊断和预后
    3.5 模型训练
4 实验
    4.1 数据描述和数据预处理
    4.2 基准模型
        （1）随机森林:
        （2）支持向量机:
        （3）多层感知机:
        （4）RNN:
        （5）RNN+attention（没有多任务）:
    4.3 实验结果
结束语


【参考文献】：
期刊论文
[1]基于语言学特征与层次注意力机制的幽默识别[J]. 杨勇,杨亮,邹艳波,任鸽,樊小超.  计算机工程. 2020(08)
[2]一种基于权重矩阵分解的在线多任务学习算法[J]. 张文金.  计算机工程. 2019(08)



本文编号：3052273