用于多模态阿尔茨海默病诊断的双层超图网络
机器学习
2024-03-20 v1
摘要
阿尔茨海默病前驱阶段的早期检测对于显著改善患者预后与生活质量至关重要。这一挑战通过一个半监督多模态诊断框架得以应对。具体而言，我们引入了一种新的超图框架，能够在仅使用极少标签的情况下捕捉多模态数据之间的高阶关系。我们首先提出了一种双层超图优化框架，该框架联合学习图增广策略与半监督分类器。这种双重学习策略有望通过促进新的信息传播路径来增强模型的鲁棒性与泛化能力。其次，我们提出了一种通过梯度驱动流更有效地生成伪标签的新策略。我们的实验结果表明，我们的框架在阿尔茨海默病诊断方面优于现有技术。
引用
@article{arxiv.2403.12719,
title = {Bilevel Hypergraph Networks for Multi-Modal Alzheimer's Diagnosis},
author = {Angelica I. Aviles-Rivero and Chun-Wun Cheng and Zhongying Deng and Zoe Kourtzi and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:2403.12719},
year = {2024}
}