BriefGPT - AI 论文速递
·
一种基于深度学习的纤维聚类框架用于功能一致的白质分区，采用多模态扩散磁共振成像和功能性磁共振成像
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的深度学习纤维聚类框架——深度多视图纤维聚类(DMVFC)，有效结合了dMRI的几何特征与fMRI的BOLD信号，优于现有聚类方法。
🎯
关键要点
- 本研究提出了一种新的深度学习纤维聚类框架——深度多视图纤维聚类(DMVFC)。
- DMVFC有效结合了扩散磁共振成像(dMRI)的几何特征与功能性磁共振成像(fMRI)的BOLD信号。
- 该框架解决了传统dMRI纤维聚类方法忽视功能信号的问题。
- 实验结果显示DMVFC在实现功能一致的白质分区方面优于现有的两种最先进的聚类方法。
➡️
