BriefGPT - AI 论文速递
·
基于掩膜连接的动态图学习网络用于自闭症谱系障碍
💡
原文中文，约600字，阅读约需2分钟。
📝
内容提要
本文介绍了一种名为MADE-for-ASD的多重图册深度集成网络，用于自闭症谱系障碍（ASD）的早期诊断。该系统通过加权的深度集成网络将大脑功能磁共振成像（fMRI）数据的多个图册集成起来，并整合人口统计信息以提高诊断性能。实验结果显示，该系统在公开数据集上的准确率达到了75.20%，在特定子集上达到了96.40%。该系统还确定了ASD诊断中排名前10的感兴趣区域。该系统有望为ASD诊断提供更具成本效益、高效且可扩展的策略。
🎯
关键要点
-
本文介绍了一种名为MADE-for-ASD的多重图册深度集成网络，用于自闭症谱系障碍（ASD）的早期诊断。
-
该系统通过加权的深度集成网络将大脑功能磁共振成像（fMRI）数据的多个图册集成，并整合人口统计信息以提高诊断性能。
-
实验结果显示，该系统在公开数据集上的准确率达到了75.20%，在特定子集上达到了96.40%。
-
该系统的敏感性为82.90%，特异性为69.70%；在特定子集上的敏感性为91.00%，特异性为99.50%。
-
模型确定了ASD诊断中排名前10的感兴趣区域，如前海马回和前扣带/腹外侧。
-
该系统有望为ASD诊断提供更具成本效益、高效且可扩展的策略。
🏷️
标签
➡️
