用于fMRI表征的自监督Transformer
图像与视频处理
2022-08-16 v2 计算机视觉与模式识别
机器学习
摘要
我们提出TFF，这是一个用于功能磁共振成像（fMRI）数据分析的Transformer框架。TFF采用两阶段训练方法。首先，对一组fMRI扫描进行自监督训练，模型被训练以重建3D体数据。其次，利用真实标签在特定任务上对预训练模型进行微调。我们的结果显示在多种fMRI任务上达到最先进的性能，包括年龄与性别预测以及精神分裂症识别。我们的训练、网络架构和结果代码作为补充材料附上。
引用
@article{arxiv.2112.05761,
title = {Self-Supervised Transformers for fMRI representation},
author = {Itzik Malkiel and Gony Rosenman and Lior Wolf and Talma Hendler},
journal= {arXiv preprint arXiv:2112.05761},
year = {2022}
}