文献

J-GLOBAL ID：201702258633482800   整理番号：17A1790212

畳込みニューラルネットワークに基づくfMRIデータ分類手法【JST・京大機械翻訳】

Classification Method of fMRI Data Based on Convolutional Neural Network

著者 (2件)： Zhang Zhaochen (北京工業大学 計算机学院 多媒体与智能軟件技術北京市重点実験室 北京 100124) ,  Ji Junzhong (北京工業大学 計算机学院 多媒体与智能軟件技術北京市重点実験室 北京 100124)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 30  号： 6  ページ： 549-558  発行年： 2017年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 機能性磁気共鳴画像(fMRI)データ分類方法はfMRIデータの局部特徴を有効に抽出することができず、分類の正確性に影響を与える。そこで,本論文では,畳込みニューラルネットワークに基づくfMRIデータ分類法を提案した。まず第一に,畳込み神経回路網の構造を設計し,畳込みニューラルネットワークの畳込みカーネルサイズに基づいて,制限ボルツマンモデルを構築した。次に,fMRIデータの関心領域のボクセル構造データを用いて,制限されたボルツマンマシンを前訓練し,訓練された重み行列を相対的に変換し,初期化畳込みニューラルネットワークの畳込みカーネルパラメータを得るために用いた。最後に,初期化したモデルを訓練し,最終的な分類モデルを得た。HaxbyとLPDデータセットでの実験結果は,提案した方法が,fMRIデータの分類精度を効果的に向上させることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  ボクセル ,  *ニューラルネットワーク ,  Boltzmannマシン ,  NMRイメージング ,  *畳込み
準シソーラス用語： 分類精度 ,  分類モデル ,  関心領域 ,  正確性 ,  機能性 ,  *データ分類 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (3件)： Functional Magnetic Resonance Imaging(fMRI) Data Classification ,  Convolutional Neural Network ,  Restricted Boltzmann Machine

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  fMRI ,  データ分類 ,  手法