典型文献
基于图神经网络的自闭症辅助诊断研究综述
文献摘要：
自闭症谱系障碍是一种复杂的神经系统发展障碍疾病,截至目前其病因尚不明确.图神经网络作为非欧几里得空间深度学习的重要分支,在处理图结构数据的相关任务中取得优异表现,为医学领域的成像和非成像模式的集成提供了可能,因此利用图神经网络进行自闭症等脑部疾病神经成像诊断逐渐成为研究热点.阐述传统机器学习方法在自闭症疾病预测中应用,介绍图神经网络的基本分类,按照图中节点与边关系的建模方法,从基于人群图和基于个体图两个角度对图神经网络在自闭症辅助诊断中的应用进行梳理和分析,并归纳现有诊断方法的优劣势.根据目前基于图神经网络的自闭症神经成像诊断的研究现状,总结了脑神经科学领域辅助诊断技术面临的主要挑战和未来研究方向,对于自闭症等脑部疾病辅助诊断的进一步研究具有指导意义和参考价值.
文献关键词：
深度学习;图神经网络;自闭症;辅助诊断;磁共振成像;神经成像
中图分类号：
作者姓名：
潘嘉诚;董一鸿;陈华辉
作者机构：
宁波大学 信息科学与工程学院,浙江 宁波 315211
文献出处：
引用格式：
[1]潘嘉诚;董一鸿;陈华辉-.基于图神经网络的自闭症辅助诊断研究综述)[J].计算机工程,2022(09):1-11
A类：
B类：
图神经网络,辅助诊断,诊断研究,自闭症谱系障碍,系统发展,发展障碍,欧几里得,得空,空间深度,图结构数据,医学领域,成像模式,脑部疾病,神经成像,成像诊断,机器学习方法,疾病预测,基本分类,中节点,边关,优劣势,脑神经科学,科学领域,诊断技术,主要挑战,未来研究方向,磁共振成像
AB值：
0.296312
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。
