| 基于SABNet的自闭症谱系障碍多模态脑影像识别研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4194 K | |
| 標簽： 自闭症谱系障碍 多模态特征融合 稀疏自编码 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：自闭症谱系障碍（ASD）是一种影响社交互动、沟通和行为的神经发展障碍，早期诊断至关重要，但在处理多模态脑数据时仍面临挑战。为此，提出了一种基于多模态特征融合的端到端模型SABNet，该模型通过稀疏自编码器对功能数据进行特征筛选，并结合结构数据构建联合特征。最终，结合双向长短期记忆网络和注意力机制提取动态序列中的重要信息，实现高效分类。通过在中型ASD-MRI数据集上的实验，SABNet在分类准确率（91.21%）等核心指标上明显优于传统方法，主成分分析进一步验证了其有效性。该研究表明了SABNet在ASD识别中的优异性能，并展示了多模态特征融合在脑疾病分类中的潜力。未来研究将致力于优化模型结构、扩大数据集规模，并提升其适用性和泛化能力。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2