基于深度学习的fMRI数据分析在偏头痛研究中的应用
偏头痛作为一种常见的疾病, 发病概率高, 致病机理尚不明确, 并且临床缺乏有效的诊断手段. 运用功能核磁共振成像技术获取被试脑功能数据, 然后通过深度学习中自动编码器, 自动提取数据特征, 并结合各种机器学习算法, 预测偏头痛, 为临床诊断提供参考依据. 用深度学习提取数据特征, 训练分类器, 能达到更好的分类效果. 深度学习算法可以在传统模板获取初步特征之后, 进一步提取更加精细有效的特征, 在预测偏头痛上获得更好的分类性能.
偏头痛、深度学习、功能磁共振、神经影像、自动编码器
27
国家自然科学基金31470954;上海市2014年度浦东新区科技发展基金创新资金医疗卫生项目PKJ2014-Y08
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
249-253