典型文献
基于Di-LSTM算法的注意力缺陷多动障碍症分类
文献摘要：
对注意力缺陷多动障碍症(ADHD)受试者的准确识别一直是神经科学研究和临床诊断的挑战.基于更好的区分正常人和患者这一目的,文中采用了一种基于字典学习和长短期记忆(Long Short Term Memory,LSTM)网络的Di-LSTM算法,通过利用快速独立成分分析(Fast Independent Component Analysis,FastICA)初始化的在线字典学习,获得相应时间序列并且结合LSTM进行分类实验,实验结果表明,所提方法分类准确率达到了79.01％,特异性为88.9％,灵敏度为62.7％,说明该方法对于识别ADHD患者有所帮助,具有较好的应用前景.
文献关键词：
ADHD;rs-fMRI;在线字典学习;FastICA;长短期记忆网络
中图分类号：
作者姓名：
张淼;陈宏涛
作者机构：
太原理工大学信息与计算机学院,山西晋中030600
文献出处：
引用格式：
[1]张淼;陈宏涛-.基于Di-LSTM算法的注意力缺陷多动障碍症分类)[J].电子设计工程,2022(04):52-57
A类：
在线字典学习
B类：
Di,注意力缺陷多动障碍,多动障碍症,ADHD,准确识别,神经科学,正常人,Long,Short,Term,Memory,快速独立成分分析,Independent,Component,Analysis,FastICA,初始化,方法分类,分类准确率,rs,fMRI,长短期记忆网络
AB值：
0.326685
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。
