एल्जाइमर रोग का पता लगाने के लिए एक मल्टी-व्यू गेटेड ग्राफ़ एटेंशन नेटवर्क प्रस्तावित किया गया है जो "सामग्री-संरचना-प्रवाह" फ्रेमवर्क के माध्यम से स्वतः उच्चारित भाषा का विश्लेषण करता है। सिस्टम ऑटोमैटिक स्पीच रिकग्निशन (ASR) के माध्यम से ऑडियो को ट्रांसक्राइब करके अर्थपूर्ण, निर्भरता और सह-घटना ग्राफ़ बनाता है, जो एक मानक कॉर्पस से प्वाइंटवुआइट म्यूचुअल इन्फॉर्मेशन (PMI) का उपयोग करके कथा तर्क को मात्रात्मक रूप देता है।
- मॉडल यह अलग-अलग ग्राफ़ व्यूज़ को रोगी विषमता को संबोधित करने के लिए एक एडेप्टिव गेटेड फ्यूजन मैकेनिज्म का उपयोग करके एकीकृत करता है।
- ADReSSo डेटासेट पर मूल्यांकन करने पर, दृष्टिकोण 90.00% सटीकता हासिल करता है।
- अबलेशन अध्ययन पुष्टि करते हैं कि PMI-आधारित ग्राफ़ और गेटिंग मैकेनिज्म दोनों मजबूत वर्गीकरण के लिए आवश्यक हैं।
लेखकों का मानना है कि यह महत्वपूर्ण है क्योंकि यह उन कई मौजूदा सिस्टमों द्वारा नजरअंदाज किए गए पथोलॉजिकल भाषा में गैर-रेखीय संरचनात्मक विघटन को संबोधित करता है। स्रोत कोड सार्वजनिक है।