多模态对比学习和表格注意力模型在自动化阿尔茨海默病预测中的应用

原文约200字，阅读约需1分钟。发表于：。

提出了一种通用的多模态对比学习框架，用于结合图像数据和表格数据，通过新颖的表格注意模块增强和排名表格中突出特征，并应用于阿尔茨海默病预测，实验证明了该框架的有效性。

该研究提出了一种多模式系统，结合声学、认知和语言特征，使用专业人工神经网络检测阿尔茨海默病及其严重程度。在ADReSS挑战数据集上，精度达到83.3％；在DementiaBank Pitt数据库上，分类精度达到88.0％。研究验证了无意识语音的通用性和可移植性。