摘要
基于磁共振图像的多尺度脑龄预测模型构建方法及应用,构建的脑龄预测模型泛化性和鲁棒性更强,保持较高的预测精度,能预测全脑—子网络—体素的脑龄,使得预测的脑龄在生理意义上具有更好的可解释性,探索不同子网络之间脑龄的差异以及其PAD与认知关联的特异性模式,找到调控认知的特异性子网络性,从体素水平看不同脑区的老化的差异性模式,模型的预测表现优于目前主流的神经网络模型。方法包括:(1)数据收集;(2)数据预处理;(3)构建基于简单全卷积神经网络SFCN方法的全脑及功能子网络脑龄预测模型;(4)构建基于ScaledDense U‑Net方法的体素水平脑龄预测模型;(5)脑龄偏差的偏置校正。
技术关键词
预测模型构建方法
磁共振图像数据
轻度认知障碍
全卷积神经网络
训练集
线性回归模型
深度卷积神经网络模型
校正
阿尔茨海默病患者
输出特征
高分辨率信息
U型结构
阿尔茨海默症
解码器
通道
系统为您推荐了相关专利信息
铝合金方管
压力检测装置
压力检测系统
数据采集模块
双向螺杆
时间序列预测模型
经验小波变换方法
编码器参数
滑动窗口
抑制噪声干扰
风险预警方法
关键运行参数
预警模型
卡机
训练集