即可将网页分享至朋友圈
近日,我校信息与软件工程学院医药知识工程与智能软件实验室在医学影像人工智能领域顶级期刊Medical Image Analysis(影响因子13.828)发表了关于阿尔茨海默病辅助诊断的最新工作“Orthogonal latent space learning with feature weighting and graph learning for multimodal Alzheimer’s disease diagnosis”。软件学院2018级博士生陈智为论文第一作者,刘勇国教授为通讯作者,电子科技大学信息与软件工程学院为唯一作者单位。
图1 Medical Image Analysis在线发表论文
基于多模态脑影像数据构建智能诊断模型对阿尔茨海默病的早期诊断和精准干预具有重要意义。论文提出一种基于正交潜在子空间学习的多模态阿尔茨海默病诊断模型,通过特征权重矩阵将特征重要性引入框架,表达不同影像特征对诊断任务的贡献,通过正交投影矩阵为多模态影像数据学习公共潜在特征表示挖掘模态间的相关性。此外,引入基于图学习的拉普拉斯正则化项自适应挖掘训练样本间的关联性,仿真实验结果验证所提模型的有效性。
图2 OLFG模型框架图
医药知识工程与智能软件实验室系统开展数字医学、计算健康、人工智能、大数据等医药健康与数据科学交叉领域的前沿理论研究和关键技术研发,在临床诊疗辅助推荐、方剂药物设计研发、药用资源发掘整理、预防照护智能监控、养生康复精准决策等方面取得多项科研成果。承担“十三五”国家重点研发计划课题、“十三五”国家科技重大专项子课题、“十四五”国家科技基础资源调查专项、国家863计划、国家自然科学基金、四川省科技重大项目、四川省重点研发计划、四川省科技基础条件平台项目、四川省应用基础研究计划等多项科研课题。在IEEE TPAMI、MIA、IEEE TIP、IEEE TFS、IEEE TC、IEEE TKDE、IEEE/ACM TASLP、ACM MM等国际权威学术期刊和会议录用和发表学术论文250余篇,授权国家发明专利30余项,计算机软件著作权50余项。
论文链接:https://www.sciencedirect.com/science/article/pii/S1361841522003267
编辑:肖洁 / 审核:林坤 / 发布:陈伟