在脑相关任务上的预训练是否能产生更好的基于深度学习的脑龄生物标志物？
计算机视觉与模式识别
2023-10-24 v1 图像与视频处理
摘要
利用神经影像数据的脑龄预测已显示出作为整体脑健康与成功衰老指标以及疾病生物标志物的巨大潜力。深度学习模型已被确立为可靠且高效的脑龄估计器，经训练可预测健康受试者的实际年龄。在本文中，我们研究预训练步骤对脑龄预测深度学习模型的影响。更确切地说，我们提出在脑相关任务上对模型进行预训练，而非在自然图像分类上预训练的常见做法，这在我们基于 ADNI 数据的实验中取得了最先进的结果。此外，我们在轻度认知障碍与阿尔茨海默病患者的图像上验证了所得脑龄生物标志物。有趣的是，我们的结果表明，在健康患者脑龄预测方面表现更好的深度学习模型，并未产生更可靠的生物标志物。
引用
@article{arxiv.2307.05241,
title = {Does pre-training on brain-related tasks results in better deep-learning-based brain age biomarkers?},
author = {Bruno Machado Pacheco and Victor Hugo Rocha de Oliveira and Augusto Braga Fernandes Antunes and Saulo Domingos de Souza Pedro and Danilo Silva},
journal= {arXiv preprint arXiv:2307.05241},
year = {2023}
}
备注
Accepted at BRACIS 2023