跨模态变换生成对抗网络：用于阿尔茨海默病分析的脑结构功能深度融合网络
原文约300字，阅读约需1分钟。发表于：。提出了一种名为交叉模态变换生成对抗网络（CT-GAN）的新模型，能够从功能磁共振成像（fMRI）和扩散张量成像（DTI）中有效地融合功能和结构信息，并通过分析生成的连接特征来识别与阿尔茨海默病相关的大脑连接。评估结果表明，该模型能够显著提高预测性能，有效地检测与阿尔茨海默病相关的大脑区域，并为检测与该病相关的异常神经回路提供了新的见解。
研究提出了一种名为CT-GAN的新模型，能够从fMRI和DTI中融合功能和结构信息，并通过分析生成的连接特征来识别与阿尔茨海默病相关的大脑连接。评估结果表明，该模型能够显著提高预测性能，有效地检测与该病相关的大脑区域，并为检测异常神经回路提供了新的见解。
