基于时空组学学习框架的高效4D fMRI自闭症谱系障碍分类
📝
内容提要
本研究解决了自闭症谱系障碍(ASD)分类中存在的计算效率和空间信息不足的问题。我们提出了一种新颖且高效的时空组学学习框架,利用3D时间域导数和功能连接特征提取fMRI的时空特征。实验结果表明,该框架在有效性和计算效率方面显著优于现有方法,有助于进一步推动ASD相关研究。
➡️
本研究解决了自闭症谱系障碍(ASD)分类中存在的计算效率和空间信息不足的问题。我们提出了一种新颖且高效的时空组学学习框架,利用3D时间域导数和功能连接特征提取fMRI的时空特征。实验结果表明,该框架在有效性和计算效率方面显著优于现有方法,有助于进一步推动ASD相关研究。