PRCV 2021 阿尔茨海默病分类技术挑战赛

最优模型介绍

数据预处理

• 去掉所有存在无意义值(Nan,inf,-inf)的feature
• 归一化，对每一个feature计算其mean以及std, 然后(value - mean)/std 进行归一化
• 将不同脑谱的数据进行拆分，最后用了AAL,Hammers,rBN这三个脑谱的信息

模型

• splitbaseline
• 用了跨越连接从而训练深层模型

模型融合

• 对每种图谱的数据，采用10折交叉训练，并且挑选其中的某些折的模型，计算其输出的平均值进行融合
• AAL 第3折 (程序固定了随机数种子，所以每次都相同的数据划分)
• Hammers 第2,3,4,5,7,8,10 折
• rBN 第3折

程序运行

• code/script下面有脚本，直接运行就可以训练模型存储在model下
• 可以用code/analysis下面的python脚本查看模型训练的一些信息，loss,f1等
• 最后到code_sub目录下面，先修改mergeAtlas.py脚本,选择你想要融合的模型,然后运行此脚本，生成单一的model.pth
• 修改custum_service.py就可以测试了