去耦扩散自编码器用于多站点神经影像数据的协调
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了多站点神经影像数据整合中的站点特效问题。通过引入一种新的去耦扩散自编码器，能够在保持生物变异性的同时生成高质量的调整图像。实验证明，该方法在生成功能更全面的和谐化二维MR图像方面优于以往技术，具有显著的影响潜力。
本研究使用图变分自编码器和有监督对比学习的方法，研究了神经系统疾病下海马形态变异，并分离出与年龄和疾病相关的潜变量。该模型在离散度分数方面表现优异，能区分多发性硬化症患者的年龄组和疾病状态，并显示了不同年龄下海马体积变化的结果。这项研究对于了解不同年龄组多发性硬化症患者的神经系统疾病和海马形态变化之间的关系具有重要意义。
