面向基于群体的 fMRI 分类的对比图学习
机器学习
2022-07-19 v2 图像与视频处理
摘要
对比自监督学习近来以归纳偏置惠及 fMRI 分类。其对弱标签的依赖防止了在小规模医学数据集上的过拟合,并应对了高类内方差。然而,现有对比方法仅在 3D 医学图像的像素级特征上生成相似对,而揭示关键认知信息的脑功能连接未被充分探索。此外,现有方法在个体对比表示上预测标签而未识别患者群体中的邻域信息,而患者间对比可作为适用于基于群体分类的相似性度量。我们由此提出面向基于群体 fMRI 分类的对比功能连接图学习。功能连接图上的表示对异质患者对被“排斥”,同时同质对相互“吸引”。随后更新一个强化相似患者间连接的动态群体图用于分类。在多中心数据集 ADHD200 上的实验验证了所提方法在各指标上的优越性。我们首次可视化群体关系并挖掘潜在亚型。
引用
@article{arxiv.2203.14044,
title = {Contrastive Graph Learning for Population-based fMRI Classification},
author = {Xuesong Wang and Lina Yao and Islem Rekik and Yu Zhang},
journal= {arXiv preprint arXiv:2203.14044},
year = {2022}
}