一种用于帕金森病预测的统深度学习方法
机器学习
2019-11-26 v1 信号处理
机器学习
摘要
本文提出一种基于深度学习的、通过医学影像诊断帕金森病的新方法。该方法包括分析和利用深度卷积与循环神经网络（DNNs）在由医学图像（如磁共振图像与 DaTscans）训练时所提取的知识。训练后 DNNs 的内部表示构成了所提取的知识，并以迁移学习与域适应的方式加以使用，从而建立一个跨不同医疗环境预测帕金森病的统一框架。文中给出了一项大型实验研究，说明了所提方法利用来自真实环境的多种医学图像集有效预测帕金森病的能力。
引用
@article{arxiv.1911.10653,
title = {A Unified Deep Learning Approach for Prediction of Parkinson's Disease},
author = {James Wingate and Ilianna Kollia and Luc Bidaut and Stefanos Kollias},
journal= {arXiv preprint arXiv:1911.10653},
year = {2019}
}