基于宽度学习系统的fMRI数据分类方法

• 作者: 刘嘉诚 冀俊忠
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 功能性磁共振成像(fMRI)数据分类 深度学习 宽度学习系统 随机特征映射 特征增强 岭回归逆
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 1270-1278
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.07.006

摘要

提出基于宽度学习系统的功能性磁共振成像(fMRI)数据分类方法,通过简单结构提取fMRI数据的深层特征,加快分类速度.使用fMRI中感兴趣区域体素均值的时间序列构造输入数据,分别提取fMRI数据的浅层和深层特征,映射为宽度学习的特征节点和增强节点并构建模型框架,利用岭回归逆计算分类模型的连接权值,实现对fMRI数据的分类.使用ABIDEⅠ、ABIDEⅡ和ADHD-200数据集,将所提方法与6种分类方法进行对比实验,结果表明,所提方法可以在保持良好的分类准确率的同时,大幅度降低训练时间.