基于SABNet的自闭症谱系障碍多模态脑影像识别研究AET-电子技术应用-最丰富的电子设计资源平台

基于SABNet的自闭症谱系障碍多模态脑影像识别研究
所属分类：技术论文
上传者：wwei
文档大小：4194 K
标签：自闭症谱系障碍多模态特征融合稀疏自编码
所需积分：0分积分不够怎么办？
文档介绍：自闭症谱系障碍（ASD）是一种影响社交互动、沟通和行为的神经发展障碍，早期诊断至关重要，但在处理多模态脑数据时仍面临挑战。为此，提出了一种基于多模态特征融合的端到端模型SABNet，该模型通过稀疏自编码器对功能数据进行特征筛选，并结合结构数据构建联合特征。最终，结合双向长短期记忆网络和注意力机制提取动态序列中的重要信息，实现高效分类。通过在中型ASD-MRI数据集上的实验，SABNet在分类准确率（91.21%）等核心指标上明显优于传统方法，主成分分析进一步验证了其有效性。该研究表明了SABNet在ASD识别中的优异性能，并展示了多模态特征融合在脑疾病分类中的潜力。未来研究将致力于优化模型结构、扩大数据集规模，并提升其适用性和泛化能力。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动