半正则三角网格上的卷积神经网络及其在脑影像数据中的应用
机器学习
2019-04-16 v3 机器学习
摘要
我们开发了一种在顶点具有6个邻点的半正则三角网格上的卷积神经网络（CNN）。所提出的CNN的关键模块，包括卷积和下采样，直接在顶点域中定义。通过利用半正则网格的排序性质，卷积在顶点域上定义，并受到经典卷积空间定义的强烈启发。此外，嵌入在三维欧几里得空间中的半正则网格的下采样可以实现4、16、64等下采样率。我们基于阿尔茨海默病神经影像倡议（ADNI）的3169张MRI扫描，展示了这种基于顶点的图CNN在轻度认知障碍（MCI）和阿尔茨海默病（AD）分类中的应用。我们将基于顶点的图CNN的性能与谱图CNN的性能进行了比较。
引用
@article{arxiv.1903.08828,
title = {Convolutional Neural Network on Semi-Regular Triangulated Meshes and its Application to Brain Image Data},
author = {Caoqiang Liu and Hui Ji and Anqi Qiu},
journal= {arXiv preprint arXiv:1903.08828},
year = {2019}
}
备注
conference