基于掩膜连接的动态图学习网络用于自闭症谱系障碍

BriefGPT - AI 论文速递 · 2024-09-10T00:00:00Z

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。