基于深度学习的fMRI数据分析在偏头痛研究中的应用

• 作者: 徐艳红 曾卫明 杨嘉君 焦磊 石玉虎 肖君超
• 来源期刊: 计算机系统应用
• 关键词: 偏头痛 深度学习 功能磁共振 神经影像 自动编码器
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究开发
• 页码范围: 249-253
• 页数: 5页
• 字数: 3768字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006344

摘要

偏头痛作为一种常见的疾病, 发病概率高, 致病机理尚不明确, 并且临床缺乏有效的诊断手段. 运用功能核磁共振成像技术获取被试脑功能数据, 然后通过深度学习中自动编码器, 自动提取数据特征, 并结合各种机器学习算法, 预测偏头痛, 为临床诊断提供参考依据. 用深度学习提取数据特征, 训练分类器, 能达到更好的分类效果. 深度学习算法可以在传统模板获取初步特征之后, 进一步提取更加精细有效的特征, 在预测偏头痛上获得更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾卫明	上海海事大学信息工程学院	33	65	4.0	6.0
2	徐艳红	上海交通大学附属第六人民医院神经内科	13	164	8.0	12.0
3	杨嘉君	上海交通大学附属第六人民医院神经内科	12	72	5.0	8.0
4	焦磊	上海交通大学附属第六人民医院放射科	2	15	2.0	2.0
5	石玉虎	上海海事大学信息工程学院	12	17	3.0	3.0
6	肖君超	上海海事大学信息工程学院	1	3	1.0	1.0