用于fMRI域适应的Fader网络：ABIDE-II研究
图像与视频处理
2020-10-15 v1 计算机视觉与模式识别
摘要
ABIDE是最大的开源自闭症谱系障碍数据库，同时包含fMRI数据和完整表型描述。这些数据已通过功能连接分析以及原始数据上的深度学习得到广泛研究，在独立扫描站点上顶级模型的准确率接近75%。然而，ABIDE内不同扫描站点间模型的可迁移性仍存在难题。本文中，我们首次针对原始神经影像数据上的脑病理分类问题执行域适应。我们使用3D卷积自编码器构建与域无关的潜在空间图像表示，并证明该方法在ABIDE数据上优于现有方法。
引用
@article{arxiv.2010.07233,
title = {Fader Networks for domain adaptation on fMRI: ABIDE-II study},
author = {Marina Pominova and Ekaterina Kondrateva and Maxim Sharaev and Alexander Bernstein and Evgeny Burnaev},
journal= {arXiv preprint arXiv:2010.07233},
year = {2020}
}