基于卷积神经网络的ADHD的判别分析

• 作者: 何良华 俞一云
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 卷积神经网络 儿童注意缺陷与多动症 线性判别 分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 53-55,58
• 页数: 4页
• 分类号: TP18
• 字数: 3087字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.04.016

摘要

提出了利用卷积神经网络(CNN)对儿童注意缺陷与多动症(ADHD)的功能性核磁共振图像(fMRI)进行特征分析,从而对ADHD患者进行判别分析.针对ADHD-200全球竞赛的三个数据库的fMRI数据,首先利用快速傅里叶变换将数据从时域转换到频域,并利用Fisher线性判别方法选择有效的频率信息,然后利用改进的卷积神经网络对选择频域数据进行特征学习,自动提取出有效的特征并进行分类.实验结果表明,提出的方法有助于ADHD患者的判别,为基于fMRI数据的ADHD研究提供了新的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何良华	同济大学电子与信息工程学院	20	138	6.0	11.0
2	俞一云	同济大学电子与信息工程学院	1	3	1.0	1.0