用变分自编码器融合多模态神经影像数据
机器学习
2021-05-05 v1 信号处理
摘要
神经影像研究常涉及多种数据模态的采集。这些模态包含关于大脑的共享信息与互斥信息。本文旨在寻找一种可扩展且可解释的方法，利用变分自编码器（VAE）融合多模态神经影像的信息。为提供初步评估，本文使用精神分裂症分类任务对学习到的表征进行评价。在表征上训练的支持向量机取得了分类器受试者工作特征曲线下面积（ROC-AUC）为 0.8610 的结果。
引用
@article{arxiv.2105.01128,
title = {Fusing multimodal neuroimaging data with a variational autoencoder},
author = {Eloy Geenjaar and Noah Lewis and Zening Fu and Rohan Venkatdas and Sergey Plis and Vince Calhoun},
journal= {arXiv preprint arXiv:2105.01128},
year = {2021}
}