基于深度学习与结构磁共振成像的抑郁症辅助诊断
抑郁症是致残率和发病率最高的疾病之一,全球约有3亿人正遭受着抑郁症的困扰.然而,目前并没有有效的生物特征和临床方法能够帮助医生对抑郁症进行准确的诊断.针对此任务,本文将计算机视觉领域的前沿深度学习模型进行优化与适配,应用于抑郁症的辅助诊断,并在此基础上引入迁移学习,取得了很好的效果.实验结果表明,同前沿算法模型相比,本文提出的方法能够有效提高抑郁症与健康对照者的结构磁共振成像分类准确率和召回率,充分验证了提出方法的有效性和优越性.
抑郁症;诊断;计算机视觉;深度学习;优化;迁移学习;结构磁共振成像;分类
16
TP181(自动化基础理论)
国家自然科学基金面上项目;国家重大科技研发子课题
2021-08-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
544-551