BriefGPT - AI 论文速递
·
利用深度学习对眼动数据进行阿尔茨海默病分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种基于ResNet的3D CNN框架，结合注意力机制，用于阿尔茨海默病的诊断。在ADNI数据库的792个受试者上进行了消融实验验证，实现了高达91.18%的诊断准确率，超过了一些最先进的方法。
🎯
关键要点
- 研究提出了一种基于ResNet的3D CNN框架。
- 框架结合了注意力机制以获取多层特征。
- 该方法用于阿尔茨海默病的诊断。
- 在ADNI数据库的792个受试者上进行了消融实验验证。
- 基于sMRI和PET分别实现了89.71%和91.18%的诊断准确率。
- 该方法的准确率超过了一些最先进的方法。
➡️
