一种基于注意力的深度学习方法预测AD转换概率的方法

本发明属于数据挖掘技术领域，具体涉及一种基于注意力的深度学习方法预测AD转换概率的方法，包括：获取待预测患者的各项检查数据，将数据按照随访特征和基线特征划分为随访数据和基线数据；对随访数据进行预处理后，输入到构建好的基模型，得到随访数据表示；将随访数据表示结合基线数据输入最终决策器，得到待预测患者下一次访问由MCI转换为AD的概率。本发明基于注意力机制的原理，针对现在的时间序列数据的预测场景，我们设计了一种注意力的变体形式，为不同的特征和时间点赋予权重，借此来捕获特征间以及时间点的关系，确定不同特征和时间点的重要性。