典型文献
基于I3D-CNN的自闭症分类方法
文献摘要：
为解决传统基于静态功能网络连接的自闭症分类算法忽略了脑功能连接的时变特性问题,提出一种基于膨胀卷积网络(inflated three dimension convolution neural network,I3D-CNN)的自闭症分类识别方法.提取被试大脑的静息态功能核磁共振影像(rest state functional magnetic resonance imaging,RS-fMRI)每个感兴趣区域(region of interest,ROI)的时间序列,基于时间序列利用随机滑动时间窗口法,构建多个3D动态脑功能连接矩阵,使用I3D-CNN从3D动态脑功能连接矩阵中提取大脑的时空特征,建立自闭症分类模型.通过在ABIDE数据集上进行实验,验证了该方法的可行性和有效性.
文献关键词：
三维卷积神经网络;静息态功能核磁共振影像;动态功能网络;自闭症;分类
中图分类号：
作者姓名：
仇喆磊;王莉;王晓;韦奕;梅雪
作者机构：
南京工业大学 电气工程与控制科学学院,江苏 南京 211816;南京医科大学附属脑科医院 影像科,江苏 南京 210000
文献出处：
引用格式：
[1]仇喆磊;王莉;王晓;韦奕;梅雪-.基于I3D-CNN的自闭症分类方法)[J].计算机工程与设计,2022(06):1644-1650
A类：
静息态功能核磁共振影像
B类：
I3D,自闭症,分类方法,于静,功能网络连接,分类算法,脑功能连接,时变特性,膨胀卷积网络,inflated,three,dimension,convolution,neural,network,分类识别,state,functional,magnetic,resonance,imaging,RS,fMRI,感兴趣区域,region,interest,ROI,滑动时间窗口,连接矩阵,时空特征,分类模型,ABIDE,三维卷积神经网络,动态功能网络
AB值：
0.350613
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
