实体
tadpole
tadpole
PulseAugur coverage of tadpole — every cluster mentioning tadpole across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI框架创建个性化数字孪生以评估认知衰退
研究人员开发了一个名为个性化认知衰退评估数字孪生（PCD-DT）的新框架，用于模拟个体患者的认知衰退轨迹。该多模态系统整合了临床数据、生物标志物和影像学特征，同时考虑了预测中的不确定性。使用TADPOLE数据的初步研究表明，该框架能够区分认知正常个体和阿尔茨海默病患者，并且在预测未来的临床和影像学指标方面优于基线模型。
-
PROMISE-AD模型利用AI高精度预测阿尔茨海默病进展
研究人员开发了PROMISE-AD，一个旨在预测阿尔茨海默病进展的新型生存框架。该框架利用时间Transformer融合各种患者数据点，包括不规则访视和纵向变化，以估计转换风险。PROMISE-AD在预测从认知正常到轻度认知障碍，以及从轻度认知障碍到痴呆的转变方面表现强劲，取得了积分Brier分数和C指数等有竞争力的指标。
-
CognitiveTwin 使用人工智能通过多模态数据预测阿尔茨海默病的认知衰退
研究人员开发了 CognitiveTwin，这是一个新颖的数字孪生框架，旨在预测阿尔茨海默病的认知衰退。该系统使用基于 Transformer 的架构和深度马尔可夫模型，整合了包括认知评分、神经影像和遗传信息在内的各种纵向数据。该框架在 1,666 名患者的数据上进行了训练和验证，证明了其准确性、跨人口统计学群体的公平性以及对缺失数据的鲁棒性。