Loading...
机构名称:
¥ 1.0

摘要。静息状态功能磁共振成像 (rsfMRI) 产生的功能连接组可作为个人的认知指纹。连接指纹已被证明在许多机器学习任务中很有用,例如预测特定于受试者的行为特征或任务引起的活动。在这项工作中,我们提出了一种基于表面的卷积神经网络 (BrainSurfCNN) 模型,用于根据其静息状态指纹预测单个任务对比。我们引入了重建对比损失,以加强模型输出的受试者特异性,同时最大限度地减少预测误差。所提出的方法显著提高了预测对比在完善的基线上的准确性。此外,BrainSurfCNN 的预测也超过了受试者识别任务中的重测基准。5

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日PDF文件第1页

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日PDF文件第2页

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日PDF文件第3页

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日PDF文件第4页

arXiv:2008.02961v1 [cs.LG] 2020 年 8 月 7 日PDF文件第5页

相关文件推荐