典型文献
基于双模态磁共振成像和决策层融合的抑郁症辅助诊断
文献摘要：
本研究提出一种基于结构和功能双模态磁共振成像数据融合的抑郁症分类算法,首先利用功能脑网络和深度学习网络分别提取功能和结构磁共振成像数据特征,并计算类概率,然后使用软投票法和加权投票法在决策层对两种类概率数据进行融合,充分提取功能与结构磁共振成像的数据信息,得到更加准确的分类效果.试验结果表明,数据融合方法可以显著提高抑郁症分类效果,获得91.34％的准确率和96.62％的召回率,更好地实现了抑郁症的辅助诊断与预后.
文献关键词：
抑郁症;结构磁共振成像;功能磁共振成像;数据融合
中图分类号：
作者姓名：
段逸凡;王瑜;付常洋;肖洪兵;邢素霞
作者机构：
北京工商大学人工智能学院,北京100048
文献出处：
引用格式：
[1]段逸凡;王瑜;付常洋;肖洪兵;邢素霞-.基于双模态磁共振成像和决策层融合的抑郁症辅助诊断)[J].中国医学物理学杂志,2022(03):378-383
A类：
双模态磁共振成像
B类：
决策层融合,辅助诊断,结构和功能,抑郁症分类,分类算法,脑网络,深度学习网络,结构磁共振成像,数据特征,投票法,加权投票,分提,分类效果,数据融合方法,召回率,功能磁共振成像
AB值：
0.243505
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。
