MHNet:多视角高阶网络用于诊断静息态 fMRI 的神经发育障碍
原文中文,约300字,阅读约需1分钟。发表于: 。利用多视图功能学习,从欧几里得空间和非欧几里得空间提取高阶信息,增强神经发育障碍(NDD)分类性能。
本论文提出了一种混合高分辨率和非局部特征网络(H2NF-Net)用于脑肿瘤分割,并在BraTS 2020数据集上进行了训练和评估。结果显示该方法在肿瘤分割任务中表现出较好的性能。
利用多视图功能学习,从欧几里得空间和非欧几里得空间提取高阶信息,增强神经发育障碍(NDD)分类性能。
本论文提出了一种混合高分辨率和非局部特征网络(H2NF-Net)用于脑肿瘤分割,并在BraTS 2020数据集上进行了训练和评估。结果显示该方法在肿瘤分割任务中表现出较好的性能。