EAG-RS: 一种基于可解释性的自闭症诊断的区域选择框架,通过区域间关系学习
原文中文,约400字,阅读约需1分钟。发表于: 。基于静息态功能磁共振成像 (rs-fMRI) 的深度学习模型被广泛应用于诊断脑疾病,尤其是自闭症谱系障碍 (ASD)。本文提出了一种新颖的可解释的感兴趣区域 (ROI)...
本文提出了一种新颖的可解释的感兴趣区域选择框架,用于脑疾病识别。实验证实了该方法在自闭症谱系障碍诊断方面的有效性,并对选定的感兴趣区域进行定性分析,鉴别与先前神经科学研究相关的ASD亚型。
基于静息态功能磁共振成像 (rs-fMRI) 的深度学习模型被广泛应用于诊断脑疾病,尤其是自闭症谱系障碍 (ASD)。本文提出了一种新颖的可解释的感兴趣区域 (ROI)...
本文提出了一种新颖的可解释的感兴趣区域选择框架,用于脑疾病识别。实验证实了该方法在自闭症谱系障碍诊断方面的有效性,并对选定的感兴趣区域进行定性分析,鉴别与先前神经科学研究相关的ASD亚型。