一种结合深度学习与梯度提升机的流体智力预测框架
计算机视觉与模式识别
2019-10-18 v1 神经元与认知
摘要
ABCD 神经认知预测挑战赛是一项社区驱动的竞赛，要求参赛者开发算法，从 T1 加权磁共振成像（T1-w MRI）中预测流体智力分数。在这项工作中，我们提出了一种结合深度学习与梯度提升机的框架来解决此任务。我们训练一个卷积神经网络来压缩高维 MRI 数据，并通过预测每张 MRI 附带的 123 个连续值衍生数据来学习有意义的图像特征。这些提取出的特征随后被用于训练一个梯度提升机，以预测残差化的流体智力分数。我们的方法在训练集、验证集和测试集上分别取得了 18.4374、68.7868 和 96.1806 的均方误差（MSE）分数。
引用
@article{arxiv.1910.07640,
title = {A Combined Deep Learning-Gradient Boosting Machine Framework for Fluid Intelligence Prediction},
author = {Yeeleng S. Vang and Yingxin Cao and Xiaohui Xie},
journal= {arXiv preprint arXiv:1910.07640},
year = {2019}
}
备注
Challenge in Adolescent Brain Cognitive Development Neurocognitive Prediction