典型文献
用于阿尔兹海默病辅助诊断的多流卷积神经网络
文献摘要：
磁共振成像(MRI)是临床诊断中常用的成像技术,可以辅助医生对疾病进行评估和预测,从而能够进行更早的疾病治疗和预防.本文将特征和线性拼接两种融合方法引入到多流卷积神经网络(MSCNN)上,实现了二分类任务(即阿尔兹海默病(AD)和正常队列(NC)).该方法首先对MRI图像进行校订矫正,将图像切割成灰质(GM)、白质(WM)、脑脊液(CSF)三部分再输入模型,这样可以更好地捕获到图像的局部特征.在模型中嵌入两种融合方法,特征融合Fusion()方法对四路卷积进行加权,可以为不同分支流提供不同的权重;线性拼接Cat()方法则可以实现独立卷积.本文提出的MSCNN-Fusion和MSCNN-Cat两种方法在大量受试者中进行了评估实验.实验证明,该方法比其他方法的诊断或分类准确率更高,对AD和NC的分类准确率达到了83％,具有更优良的性能.
文献关键词：
阿尔兹海默病;多流卷积神经网络;特征融合;线性拼接
中图分类号：
作者姓名：
贾瑷玮;刘芳宇
作者机构：
南华大学计算机学院医学信息工程系,衡阳 421001;上海大学计算机工程与科学学院,上海 200444
文献出处：
引用格式：
[1]贾瑷玮;刘芳宇-.用于阿尔兹海默病辅助诊断的多流卷积神经网络)[J].现代计算机,2022(15):24-30
A类：
多流卷积神经网络,线性拼接
B类：
于阿尔,阿尔兹海默病,辅助诊断,磁共振成像,更早,疾病治疗,融合方法,MSCNN,二分类,分类任务,AD,NC,校订,切割成,灰质,GM,WM,脑脊液,CSF,三部分,获到,局部特征,特征融合,Fusion,四路,支流,Cat,立卷,其他方法,分类准确率
AB值：
0.329209
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。
