Loading...
arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日
机构名称：

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日

¥ 1.0
热度

摘要 心理健康、神经发育和学习障碍的脑成像与机器学习相结合，仅根据患者的脑部活动来识别患者，并最终识别出从较小样本数据推广到较大样本的特征。然而，机器学习分类算法在神经功能数据上的成功仅限于数十名参与者的更同质的数据集。最近，更大的脑成像数据集允许应用深度学习技术，仅根据神经功能特征对脑状态和临床组进行分类。深度学习技术为医疗保健应用中的分类提供了有用的工具，包括结构化 3D 脑图像的分类。最近的方法提高了较大功能性脑成像数据集的分类性能，但它们无法提供有关潜在状况的诊断见解或提供分类所依据的神经特征的解释。我们通过利用多种网络可视化技术来应对这一挑战，以表明在负责学习高级特征的卷积神经网络层中使用此类技术，我们能够为专家支持的对被分类状况的见解提供有意义的图像。我们的结果表明，不仅能够仅通过大脑成像对发展性阅读障碍进行准确分类，而且还能够自动可视化所涉及的特征，与当代神经科学知识相匹配，这表明视觉解释确实有助于揭示被分类疾病的神经学基础。

添加pdf代下载 VIP点击下载文件

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日

Facebook Twitter Instagram Mail

主要关键词

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日PDF文件第1页

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日PDF文件第2页

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日PDF文件第3页

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日PDF文件第4页

arXiv:2007.09260v1 [eess.IV] 2020 年 7 月 17 日PDF文件第5页

相关文件推荐

arXiv:2007.04843v1 [eess.SY] 2020 年 7 月 9 日
2020 年

arXiv:2007.04843v1 [eess.SY] 2020 年 7 月 9 日

¥4.0
arXiv:2007.09259v1 [quant-ph] 2020 年 7 月 17 日 - NSF-PAR
2020 年

arXiv:2007.09259v1 [quant-ph] 2020 年 7 月 17 日 - NSF-PAR

¥1.0
arXiv:2001.02040v1 [eess.IV] 2020 年 1 月 6 日
2020 年

arXiv:2001.02040v1 [eess.IV] 2020 年 1 月 6 日

¥1.0
arXiv:2007.01668v1 [quant-ph] 2020 年 7 月 3 日
2020 年

arXiv:2007.01668v1 [quant-ph] 2020 年 7 月 3 日

¥4.0
arXiv:2007.00662v1 [quant-ph] 2020 年 7 月 1 日
2020 年

arXiv:2007.00662v1 [quant-ph] 2020 年 7 月 1 日

¥1.0
arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日
2020 年

arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日

¥1.0
arXiv:2007.15140v1 [cs.AI] 2020 年 7 月 29 日
2020 年

arXiv:2007.15140v1 [cs.AI] 2020 年 7 月 29 日

¥1.0
arXiv:2007.13257v1 [cs.AI] 2020 年 7 月 27 日
2020 年

arXiv:2007.13257v1 [cs.AI] 2020 年 7 月 27 日

¥1.0
arXiv:2007.15703v1 [cs.AI] 2020 年 7 月 30 日
2020 年

arXiv:2007.15703v1 [cs.AI] 2020 年 7 月 30 日

¥1.0
arXiv:2007.10018v1 [cs.AI] 2020 年 7 月 20 日
2020 年

arXiv:2007.10018v1 [cs.AI] 2020 年 7 月 20 日

¥1.0
arXiv:2007.09034v1 [cond-mat.mes-hall] 2020 年 7 月 17 日
2020 年

arXiv:2007.09034v1 [cond-mat.mes-hall] 2020 年 7 月 17 日

¥1.0
arXiv:2001.06253v1 [quant-ph] 2020 年 1 月 17 日
2020 年

arXiv:2001.06253v1 [quant-ph] 2020 年 1 月 17 日

¥1.0
arXiv:2005.08396v1 [cs.PL] 2020 年 5 月 17 日
2020 年

arXiv:2005.08396v1 [cs.PL] 2020 年 5 月 17 日

¥1.0
arXiv:2004.02951v1 [eess.SY] 2020 年 4 月 6 日
2020 年

arXiv:2004.02951v1 [eess.SY] 2020 年 4 月 6 日

¥1.0
2020 年 8 月 17 日
2021 年

2020 年 8 月 17 日

¥1.0
arXiv:2009.11166v1 [eess.IV] 2020 年 9 月 23 日
2020 年

arXiv:2009.11166v1 [eess.IV] 2020 年 9 月 23 日

¥1.0
arXiv:2002.06468v1 [eess.IV] 2020 年 2 月 15 日
2020 年

arXiv:2002.06468v1 [eess.IV] 2020 年 2 月 15 日

¥1.0
arXiv:2007.14288v1 [quant-ph] 2020 年 7 月 28 日
2020 年

arXiv:2007.14288v1 [quant-ph] 2020 年 7 月 28 日

¥1.0
arXiv:2006.04638v1 [eess.SY] 2020 年 6 月 8 日
2020 年

arXiv:2006.04638v1 [eess.SY] 2020 年 6 月 8 日

¥4.0
arXiv:2007.10894v1 [quant-ph] 2020 年 7 月 21 日
2020 年

arXiv:2007.10894v1 [quant-ph] 2020 年 7 月 21 日

¥1.0
arXiv:2002.03688v1 [eess.IV] 2020 年 2 月 10 日
2020 年

arXiv:2002.03688v1 [eess.IV] 2020 年 2 月 10 日

¥1.0
arXiv:2003.00741v1 [eess.SY] 2020 年 3 月 2 日
2020 年

arXiv:2003.00741v1 [eess.SY] 2020 年 3 月 2 日

¥1.0
arXiv:2002.03851v7 [eess.AS] 2020 年 5 月 4 日
2020 年

arXiv:2002.03851v7 [eess.AS] 2020 年 5 月 4 日

¥1.0
arXiv:2007.07386v1 [quant-ph] 2020 年 7 月 14 日
2020 年

arXiv:2007.07386v1 [quant-ph] 2020 年 7 月 14 日

¥1.0
arXiv:2007.13756v1 [quant-ph] 2020 年 7 月 27 日
2020 年

arXiv:2007.13756v1 [quant-ph] 2020 年 7 月 27 日

¥1.0
arXiv:2001.04225v1 [eess.SP] 2020 年 1 月 10 日
2020 年

arXiv:2001.04225v1 [eess.SP] 2020 年 1 月 10 日

¥1.0
arXiv:2002.00538v1 [eess.SP] 2020 年 2 月 3 日
2020 年

arXiv:2002.00538v1 [eess.SP] 2020 年 2 月 3 日

¥1.0
arXiv:2004.11839v1 [eess.SP] 2020 年 4 月 14 日
2020 年

arXiv:2004.11839v1 [eess.SP] 2020 年 4 月 14 日

¥1.0
arXiv:2007.00031v1 [q-bio.NC] 2020 年 6 月 30 日
2020 年

arXiv:2007.00031v1 [q-bio.NC] 2020 年 6 月 30 日

¥4.0
arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日
2020 年

arXiv:2009.12111v2 [eess.IV] 2020 年 10 月 28 日

¥1.0