阿尔茨海默病分型不再要求模态齐全:ADSMoE在ADNI上分出四型,冻结模型后在NACC与UKB复现
真实队列里影像、基因、蛋白和临床数据常常只测到一部分,以往的分型方法要么依赖预设的生物标志物演化轨迹,要么把分型锚定在单一主导模态上。ADSMoE把专家混合(MoE,让不同子网络分别专攻不同模式的架构)装进Transformer自编码器,编码器接受任意模态组合,解码器用四个亚型专属专家重建输入,从而把亚型当作潜变量与表征一起学出来。在ADNI上训练后,模型识别出四个在神经影像、遗传、蛋白和临床特征上各不相同的亚型;冻结模型不做重训练直接用于NACC和UKB,亚型相关特征仍保持一致。