基于 4D fMRI 数据的四维时空深度学习用于自闭症谱系障碍分类
图像与视频处理
2020-04-22 v1 计算机视觉与模式识别
摘要
自闭症谱系障碍（ASD）与行为和沟通问题相关。通常，功能磁共振成像（fMRI）被用于检测和表征与该障碍相关的脑变化。近来，机器学习方法已被用于试图通过分类时空 fMRI 图像来揭示 ASD 的新模式。通常，这些方法要么侧重于时间信息处理，要么侧重于空间信息处理。相反，我们提出了一种用于 ASD 分类的四维时空深度学习方法，从空间和时序数据中联合学习。我们采用四维卷积神经网络和卷积-循环模型，其 F1 分数达到 0.71，优于先前方法的 0.65。
引用
@article{arxiv.2004.10165,
title = {4D Spatio-Temporal Deep Learning with 4D fMRI Data for Autism Spectrum Disorder Classification},
author = {Marcel Bengs and Nils Gessert and Alexander Schlaefer},
journal= {arXiv preprint arXiv:2004.10165},
year = {2020}
}
备注
Accepted at MIDL 2019