基于新型 4D CNN 模型中 4D 联合时空核的功能 MRI 阿尔茨海默病分类
图像与视频处理
2025-06-04 v1 计算机视觉与模式识别
摘要
文献中的以往工作在 4D 功能 MRI 数据上应用仅空间的 3D 模型，导致用于分类等下游任务的特征提取效果欠佳。在本工作中，我们旨在开发一种新型 4D 卷积网络，以提取 4D 联合时空核，其不仅能学习空间信息，还能捕捉时间动态。实验结果表明，与 3D 模型相比，该方法在捕捉功能 MRI 中的时空数据方面表现出良好的性能。该 4D CNN 模型改进了 rs-fMRI 数据的阿尔茨海默病诊断，能够实现早期检测和更好的干预。未来的研究可以探索基于任务的 fMRI 应用和回归任务，以增强对认知表现和疾病进展的理解。
引用
@article{arxiv.2506.02060,
title = {Alzheimers Disease Classification in Functional MRI With 4D Joint Temporal-Spatial Kernels in Novel 4D CNN Model},
author = {Javier Salazar Cavazos and Scott Peltier},
journal= {arXiv preprint arXiv:2506.02060},
year = {2025}
}
备注
Published in International Society for Magnetic Resonance in Medicine (ISMRM) 2025 under submission number 3398