期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
使用深度学习和不同频率维度的脑功能性连接对轻微认知障碍的诊断 被引量：4
1
作者 孔伶旭 吴海锋 +1 位作者 曾玉 陆小玲 《计算机应用》 CSCD 北大核心 2021年第2期590-597,共8页
准确诊断轻微认知障碍(MCI)对于阿尔兹海默症(AD)的预防和治疗十分关键,目前常使用深度学习和静息态功能核磁共振成像(rs-fMRI)对MCI进行辅助诊断。皮尔逊(Pearson)相关法和加窗的皮尔逊(WP)相关法能在时间维度上表示脑功能性连接(FC),... 准确诊断轻微认知障碍(MCI)对于阿尔兹海默症(AD)的预防和治疗十分关键,目前常使用深度学习和静息态功能核磁共振成像(rs-fMRI)对MCI进行辅助诊断。皮尔逊(Pearson)相关法和加窗的皮尔逊(WP)相关法能在时间维度上表示脑功能性连接(FC),但不能将不同频率维度上的信息进行分解表示。针对这一问题,提出将不同频率维度的FC系数作为现有深度学习的特征输入的方法,以提高MCI分类准确率。首先将被试的数据进行拼接后进行多通道经验模态分解(MEMD),然后通过切割求得不同频率维度上的FC系数,最后使用VGG16和长短期记忆(LSTM)网络进行测试。实验结果表明,使用所提出的FC系数时,MCI的分类准确率最高可达84.33%,相较使用传统FC系数时的准确率提高了18.33~21.00个百分点;而且不同频率维度的FC系数对MCI有着不同的分辨率。 展开更多
关键词 静息态功能核磁共振成像 轻微认知障碍 功能性连接 多通道经验模态分解 深度学习
下载PDF
多模态集成阿尔茨海默病和轻度认知障碍分类 被引量：2
2
作者 程波 钟静 熊江 《集成技术》 2013年第6期27-30,共4页
为了更有效而准确地诊断阿尔茨海默病(Alzheimer’s disease,AD)和轻度认知障碍(Mild Cognitive Impairment,MCI),文章提出了一种基于多模态数据(MRI、PET和非成像数据CSF)的集成支持向量机来分类AD和MCI。该算法使用集成学习技术来综... 为了更有效而准确地诊断阿尔茨海默病(Alzheimer’s disease,AD)和轻度认知障碍(Mild Cognitive Impairment,MCI),文章提出了一种基于多模态数据(MRI、PET和非成像数据CSF)的集成支持向量机来分类AD和MCI。该算法使用集成学习技术来综合利用不同模态数据之间相互作用产生的分类判别信息,并利用支持向量机进行分类。为了评价该算法的有效性,采用十折(10-fold)交叉验证策略来验证其性能,并在标准数据集ADNI上测试算法性能。实验结果表明,多模态集成支持向量机分类方法的性能优于多模态多核学习和单模态方法。 展开更多
关键词 阿尔茨海默病 轻微认知障碍 多模态集成学习 支持向量机
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部