- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话: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
2024年4月10日现代信息科技Apr.2024
第8卷第7期ModernInformationTechnologyVol.8No.7
DOI:10.19850/ki.2096-4706.2024.07.023
基于PH-GAT的精分患者分类预测模型研究
盛志林,阴桂梅,符永灿
(,)
太原师范学院计算机科学与技术学院山西晋中030619
摘要:对目前基于脑网络的分析进行研究,研究显示,分析方法大致分为基于持续同调方法的分析和基于深度
学习模型的分析。为了提高脑疾病诊断的预测能力,模型将持续同调集成到GAT模型中,使其具有“拓扑意识”。在
模型的最后使用LSTM模型,目的是为了捕捉到所形成特征中的时序信息,从而提高分类预测的效果。在PH-GAT模型下,
采用局部和全局的融合特征对Theta频段数据分类,分类准确率高达0.9309。如此不仅可以发现早期诊断精神分裂症
的客观、有效的影像学标志物,还可以提高脑疾病诊断的预测能力。
关键词:脑网络;持续同调;图注意力网络;精神分裂症
中图分类号:TP391;TP183文献标识码:A文章编号:2096-4706(2024)07-0107-07
ResearchonaClassificationPredictionModelforSchizophrenicPatientsBasedonPH-GAT
SHENGZhilin,YINGuimei,FUYongcan
(CollegeofComputerScienceandTechnology,TaiyuanNormalUniversity,Jinzhong030619,China)
Abstract:Thispaperstudiesthecurrentanalysisbasedoncerebralnetwork,thestudyshowsthattheanalysismethodscan
bebroadlycategorizedintotwomainapproaches:analysisbasedoncontinuoushomotopymethodsandanalysisbasedonDeep
Learningmodels.Inordertoenhancethepredictivecapabilitiesofbraindiseasediagnosis,thismodelincorporatescontinuous
“”
homotopyintotheGATmodel,endowingitwithatopologicalawareness.Towardstheendofthemodel,theLongShort-
TermMemory(LSTM)modelisemployedtocapturetemporalinformationembeddedwithintheextractedfeatures,thereby
enhancingtheeffectivenessofclassificationprediction.UnderthePH-GATmodel,afusionoflocalandglobalfeaturesisapplied
forclassifyingdataintheThetafrequencyrange,achievingahighclassificationaccuracyof0.9309.Thisapproachno
您可能关注的文档
- 模型预测控制理论的研究与应用.pdf
- 基于双向LSTM-Attention模型的火电厂负荷预测研究.pdf
- 青少年网络安全状况、影响因素和对策研究报告——以四川省成都市龙泉驿区为调查样本.pdf
- 基于VMD-TCN-GRU模型的水质预测研究.pdf
- 基于深度学习的超大直径盾构姿态预测研究.pdf
- 基于MsTCN-Transformer模型的轴承剩余使用寿命预测研究.pdf
- 江西德安彭山矿田遥感找矿预测研究.pdf
- PCA-GWO-SVR机器学习用于边坡爆破振动速度峰值预测研究.pdf
- 引江济汉工程渠首泥沙淤积及预测研究.pdf
- 数据驱动的污水处理高密池混凝加药预测研究.pdf
- 四年级科学 鱼.ppt
- 四年级数学下册期末试卷(含答案).doc
- 2023学年四川宜宾市生物高二下期末学业水平测试模拟试题(含解析).pdf
- 2023-2024学年人教部编版初中数学七年级上册第四单元4.1.2 点、线.pdf
- 2023-2024学年上海市浦东新区部分学校联考八年级(上)期末数学试卷+答案.pdf
- 2023-2024学年上学期初中语文人教部编版七年级期中必刷常考题之古诗词完整版727179073.pdf
- 2023-2024学年人教版数学一年级上学期《期末检测试卷》附答案.pdf
- 2023-2024第一学期语文教学工作计划(真题9篇) .pdf
- 2023-2024学年北京市通州区高二上学期期末质量检测政治试卷含答案.pdf
- 2023-2024学年六年级下册《第2单元 百分数(二)》测试卷附答案解析.pdf
文档评论(0)