摘要
本发明公开了一种基于组稀疏注意力转换器的功能连接网络分析的方法,主要步骤为:对功能磁共振仪器输出的脑功能磁共振成像数据进行预处理;将预处理后的大脑功能成像按标准划分为若干脑区;基于皮尔森相关和组稀疏特性计算脑区之间的依赖关系,分别构建初始化脑网络和指导网络;将初始化脑网络作为组稀疏注意力转换器的输入,在指导网络的辅助下进行学习,从而学习到具有群体相似拓扑结构的脑网络;从而进行后续的分类。该方法集成种群水平的先验知识,允许跨多个脑网络进行更全面的建模,被设计用于端到端自适应学习,通过反向传播动态地更新脑网络,显著提高脑网络的构建和分析性能。
技术关键词
注意力
网络分析
转换器
功能磁共振
T1加权图像
深度神经网络
功能成像
矩阵
序列
编码
噪声数据
关系
数学模型
超参数
动态地
节点
定义
分区
系统为您推荐了相关专利信息
特征提取网络
栏杆机
神经网络模型
测量方法
注意力
图像识别方法
输变电工程
探地雷达设备
生成式对抗网络
深度学习训练
纠错解码器
纠错编码器
功耗调节方法
数字信号处理器
错误校正