基于双通路卷积融合网络的脑龄分布预测

作     者：沈鑫杰 黄嘉爽 丁卫平 孙颖 王海鹏 鞠恒荣 SHEN Xinjie;HUANG Jiashuang;DING Weiping;SUN Ying;WANG Haipeng;JU Hengrong

作者机构：南通大学信息科学技术学院江苏南通226019 

基　　金：国家自然科学基金(61976120,62006128,62102199) 江苏省自然科学基金(BK20191445) 江苏省高等学校自然科学研究重大项目(21KJA510004) 南通市科技局基础科学研究项目(JC2020141,JC2021122) 

出 版 物：《山东大学学报（工学版）》 (Journal of Shandong University（Engineering Science）)

年 卷 期：2022年第52卷第6期

页      码：131-138页

摘      要：采用深度学习对脑龄预测问题进行研究,提出并设计一种基于双通路卷积融合网络的脑龄分布预测模型,以有效预测被试的大脑年龄。将被试静息态功能磁共振成像(rest-state functional MRI,rs-fMRI)数据通过标记分布学习方法,将确定的脑龄标签转化为一组具有高斯分布的概率,设计一个双通路卷积融合网络,包含卷积、批量归一化、池化等步骤,可以同时学习rs-fMRI多类激活图的特征,通过一个低秩融合网络来融合这些特征,利用损失函数对网络更新优化;对预测模型的结果进行详细分析。该模型得到的绝对平均误差和相关系数的指标分别为5.735和0.592 4。试验结果表明,相较于其他模型,该模型取得的平均绝对误差更小,相关系数更高,显著提高了基于rs-fMRI图像的脑龄预测精度。

主 题 词：静息态功能磁共振成像 激活图 双通路卷积融合网络 脑龄分布预测 低秩融合 

学科分类：08[工学] 0838[0838] 

D　O　I：10.6040/j.issn.1672-3961.0.2022.130

馆 藏 号：203116217...