- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开基于多图谱神经影像学数据进行生物标志物的挖掘方法,涉及用于识别图形的方法,可以同时考虑多个图谱间高阶互补关系以及样本权重信息,采用基于权重诱导低秩学习的多图谱特征选择方法对神经影像数据进行特征分析。该方法采用一阶邻域聚合的方式,将每个脑区的所有连接强度之和作为该脑区的特征,并使用循环迭代的方式使选择出的特征更加稳定,最后利用多核支持向量机对选择后的特征进行融合分类,从而提高对阿尔茨海默病的诊断精度。本发明克服了现有的对阿尔茨海默症分类技术中,存在的无法考虑样本权重信息以及多图谱信息,容
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112233805 A
(43)申请公布日 2021.01.15
(21)申请号 202011095325.4 A61B 5/055 (2006.01)
文档评论(0)