Nov, 2023

基于时空相似性度量的基于多任务学习的磁共振成像数据预测阿尔茨海默病进展

TL;DR通过基于时空相似性度量的多任务学习方法,我们提出了一种新颖的方法,用于有效预测阿尔茨海默病(AD)进展并敏感地捕捉生物标志物之间的关键关系。实验结果表明,与基于感兴趣区域(ROIs)的学习相比,我们的方法在预测疾病进展方面更加有效,并能够进行纵向稳定性选择以确定生物标志物之间的变化关系。我们证明了皮质体积或表面积之间的协同恶化生物标志物对认知预测具有显著影响。