多个队列中评估不完全海马反褶曲自动评级
原文中文,约400字,阅读约需1分钟。发表于: 。我们首次提出了一种自动评分方法,通过预测四个解剖标准并将其总结为 IHI 分数,利用可解释的分数来评估不完全海马逆转(IHI),并使用深度学习模型和多队列学习来证明其在大样本群体中的性能优越性和泛化能力。
本研究利用多模态磁共振成像技术对早期认知障碍进行诊断,通过对齐不同特征类型并最大化它们的相互作用,学习与认知障碍相关的脑区和连接特征。该方法在数据集上评估显示其在诊断中的优势,可能成为早期检测的重要工具。