ADHD分類のためのfMRIスキャンの次元縮小のための表現学習法の比較【JST・京大機械翻訳】

Sen Bhaskar

プレプリント

J-GLOBAL ID：202202218665896838 整理番号：22P0284601

ADHD分類のためのfMRIスキャンの次元縮小のための表現学習法の比較【JST・京大機械翻訳】

A Comparison of Representation Learning Methods for Dimensionality Reduction of fMRI Scans for Classification of ADHD

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年02月04日プレプリントサーバーでの情報更新日： 2022年02月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は,静止状態機能的磁気共鳴(fMRI)スキャンを表現するために使用する3つの特徴表現技術を比較した。特徴表現の提案モデルは,画像データの生表現として時間平均fMRIスキャンを考慮する。健康対照者からの注意欠陥多動障害(ADHD)患者の分類のために,これらの特徴を用いて表現の有効性を評価した。特徴表現に用いる次元縮小法は,最大分散アンフォールディング,局所線形埋込みおよび自動エンコーダである。分類目的のためにテストした分類器は,ニューラルネットワークとサポートベクトルマシンであった。サポートベクターマシン分類器と共に4つの隠れ層を有する自動エンコーダを用いて,65.69%の感度と52.20%の特異性とともに,6.25%の分類精度を得た。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

神経の基礎医学 , 生体計測 , 精神障害の診断 , パターン認識 , 人工知能

, , , , ,

前のページに戻る