基于I3D-CNN的自闭症分类方法

作     者：仇喆磊 王莉 王晓 韦奕 梅雪 QIU Zhe-lei;WANG Li;WANG Xiao;WEI Yi;MEI Xue

作者机构：南京工业大学电气工程与控制科学学院江苏南京211816 南京医科大学附属脑科医院影像科江苏南京210000 

基　　金：国家自然科学基金项目(61973334) 江苏省2015年六大人才高峰基金项目(XXRJ-012) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第6期

页      码：1644-1650页

摘      要：为解决传统基于静态功能网络连接的自闭症分类算法忽略了脑功能连接的时变特性问题,提出一种基于膨胀卷积网络(inflated three dimension convolution neural network,I3D-CNN)的自闭症分类识别方法。提取被试大脑的静息态功能核磁共振影像(rest state functional magnetic resonance imaging,RS-fMRI)每个感兴趣区域(region of interest,ROI)的时间序列,基于时间序列利用随机滑动时间窗口法,构建多个3D动态脑功能连接矩阵,使用I3D-CNN从3D动态脑功能连接矩阵中提取大脑的时空特征,建立自闭症分类模型。通过在ABIDE数据集上进行实验,验证了该方法的可行性和有效性。

主 题 词：三维卷积神经网络 静息态功能核磁共振影像 动态功能网络 自闭症 分类 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2022.06.018

馆 藏 号：203112380...