基于原型学习与深度特征融合的脑功能连接分类方法研究OA北大核心CSTPCD
Brain Functional Connection Classification Method Based on Prototype Learning and Deep Feature Fusion
近年来,基于深度学习的脑功能连接分类方法已成为一个研究热点.为了进一步提高脑功能连接的分类准确率,获得与疾病相关的鉴别性特征,本文提出了一种基于原型学习与深度特征融合的脑功能连接分类方法.该方法首先使用栈式自编码器从脑功能连接中提取从低层次到高层次的深度特征;然后利用原型学习在自编码器的各隐层中提取表示样本类别信息的距离特征;最后采用深度特征融合策略将这些距离特征融合,并将该融合特征用于脑功能连接的类别标签预测.在ABIDE数据集上的实验结果表明…查看全部>>
梁玉泽;冀俊忠
北京工业大学信息学部 北京100124多媒体与智能软件技术北京市重点实验室 北京100124
脑功能连接分类栈式自编码器原型学习特征融合
《自动化学报》 2022 (2)
基于群智能算法的脑效应连接网络学习方法研究
504-514,11
国家自然科学基金(61672065)资助
评论