基于 MRI 的帕金森病分类的 2D 和 3D 深度学习模型：卷积 Kolmogorov-Arnold 网络、卷积神经网络和图卷积网络的比较分析
原文中文，约400字，阅读约需1分钟。发表于：。比较了深度学习架构用于基于 MRI 的帕金森病分类，在提出的三维 ConvKANs（卷积科尔莫哥罗夫 - 阿诺尔德网络）实现中，将卷积层与自适应、样条基本函数相结合。评估了卷积神经网络（CNNs）、ConvKANs 和图卷积网络（GCNs）在三个开源数据集中的性能，使用了总共 142 名参与者（75 名患有帕金森病，67 名年龄匹配的健康对照组）。ConvKANs 表现出高性能，尤其在...
该研究提出了一种高效的深度神经网络模型，用于诊断帕金森病步态。该模型采用ConvNet-Transformer架构，准确诊断帕金森病严重程度，准确率达到88%。该方法具有推广和适应其他分类问题的潜力。
