机构名称：
¥ 1.0
摘要 一些系统评价强调了多种来源在精神疾病研究中的作用。对于 fMRI，最近的文献重点主要放在三个研究方面，即：功能连接、网络分析和频谱分析。数据由加州大学洛杉矶分校神经精神表型组学联盟收集。样本由 130 名神经典型者组成，其中 50 名被诊断患有精神分裂症，49 名患有躁郁症，43 名患有 ADHD。通过一种新方法（i-ECO）对每个感兴趣区域的结果进行平均，并通过加色法（RGB）降低单次 fMRI 扫描的维数：局部连接值（区域同质性）、网络中心性度量（特征向量中心性）、频谱维度（低频波动的分数幅度）。绘制并描述了每个诊断组的平均图像。通过使用卷积神经网络，探索了这种以综合方式可视化和分析 fMRI 结果的新方法的判别能力。i-ECO 的新方法显示了人眼可以轻松识别的组间差异。根据测试集（80/20 分割）的评估，我们模型的精确度-召回率曲线下面积 (PR-AUC) 对于每个诊断组均 > 84.5%。总之，本研究为 fMRI 结果的分析和可视化提供了一种综合且易于理解的方法。对精神疾病的判别能力很高。这项工作证明研究可用于研究更广泛的数据集的进一步发展，涵盖更广泛的精神疾病诊断。
我们大脑的颜色
主要关键词
相关文件推荐
