BriefGPT - AI 论文速递
·
结构注重型神经退行性卷积神经网络用于阿尔茨海默病建模与分类
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于三维卷积神经网络和双重注意力模块的重现性模型，用于阿尔茨海默病分类。该方法在ADNI数据库上训练并在AIBL和OASIS1两个独立数据集上验证，准确率达到91.94％和96.30％，具有良好的泛化能力。
🎯
关键要点
-
提出了一种基于三维卷积神经网络和双重注意力模块的重现性模型。
-
该模型用于阿尔茨海默病分类。
-
在ADNI数据库上进行训练。
-
在AIBL和OASIS1两个独立数据集上进行验证。
-
MCI进展分类的准确率达到91.94%。
-
阿尔茨海默病分类的准确率达到96.30%。
-
模型具有良好的泛化能力。
-
在AIBL和OASIS1数据集上的准确率分别为86.37%和83.42%。
🏷️
