用于阿尔茨海默病诊断的动态双图融合卷积网络
图像与视频处理
2024-10-28 v1 人工智能
图形学
摘要
本文提出一种动态双图融合卷积网络以提升阿尔茨海默病(AD)诊断性能。论文主要贡献如下:(a) 提出一种新颖的动态 GCN 架构,其为用于 AD 任务诊断的端到端流水线;(b) 所提架构可通过学习最优潜在图动态调节 GCN 的图结构,从而产生更好的诊断结果;(c) 融合特征图学习与动态图学习,赋予受试者中有用特征更大权重,同时降低其他噪声特征的权重。实验表明,我们的模型在取得优异 AD 诊断分类结果的同时,具备灵活性与稳定性。
引用
@article{arxiv.2308.15484,
title = {Dynamic Dual-Graph Fusion Convolutional Network For Alzheimer's Disease Diagnosis},
author = {Fanshi Li and Zhihui Wang and Yifan Guo and Congcong Liu and Yanjie Zhu and Yihang Zhou and Jun Li and Dong Liang and Haifeng Wang},
journal= {arXiv preprint arXiv:2308.15484},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication