基于最优传输的多中心自闭症谱系障碍诊断

• 作者: 万鹏 张俊艺 张道强 王明亮
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 自闭症谱系障碍 联合分布 领域自适应 多中心 最优传输
• 年，卷（期）: 2020,（3）
• 页码范围: 411-419
• 页数: 9页
• 分类号: TP391
• 字数: 5485字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.03.004

摘要

融合来自多个中心的医学数据能够增加样本数量,有助于研究自闭症谱系障碍(Autism spectrum disorder,ASD)的病理变化.因此,如何有效地利用多中心数据,提高对ASD诊断的准确性受到了越来越多的关注.然而,以往的大部分研究忽略了多中心数据的异质性(如受试者群体和扫描参数的不同),这可能会降低模型在多中心数据上对疾病诊断的性能.为了解决这一问题,提出一种基于联合分布最优传输(Joint distribution optimal transport,JDOT)的领域自适应模型鉴别ASD.选择一个中心作为目标域,其余的中心作为源域,假设两个域的联合特征、标签空间分布之间存在非线性映射,利用最优传输方法交替优化传输矩阵和分类器.结果表明,在多中心静息态功能磁共振成像(resting state functional magnetic resonance imaging,rs-fMRI)数据上,该模型能够有效提高对ASD鉴别的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道强	南京航空航天大学计算机科学与技术学院	51	491	11.0	20.0
2	张俊艺	南京航空航天大学计算机科学与技术学院	2	0	0.0	0.0
3	万鹏	南京航空航天大学计算机科学与技术学院	2	3	1.0	1.0
4	王明亮	南京航空航天大学计算机科学与技术学院	3	2	1.0	1.0