提出了一种卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆网络(Long Short Term Memory,LSTM)级联的阿尔兹海默病(AD)的诊断模型,先用CNN提取图像的深层特征,再用LSTM对序列特征进行分类,这样将3D的核磁共振成像(MRI)...提出了一种卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆网络(Long Short Term Memory,LSTM)级联的阿尔兹海默病(AD)的诊断模型,先用CNN提取图像的深层特征,再用LSTM对序列特征进行分类,这样将3D的核磁共振成像(MRI)图像视为2D图像的序列,考虑了切片序列间的关联信息。为了提高模型在小样本数据上的性能表现,采用知识蒸馏算法训练轻量级的学生模型,同时引入师生间的注意力机制提高模型分类的准确率。实验表明,该诊断模型在ADNI(Alzheimer's Disease Neuroimaging Initiative)数据集上取得了良好的性能。展开更多
文摘提出了一种卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆网络(Long Short Term Memory,LSTM)级联的阿尔兹海默病(AD)的诊断模型,先用CNN提取图像的深层特征,再用LSTM对序列特征进行分类,这样将3D的核磁共振成像(MRI)图像视为2D图像的序列,考虑了切片序列间的关联信息。为了提高模型在小样本数据上的性能表现,采用知识蒸馏算法训练轻量级的学生模型,同时引入师生间的注意力机制提高模型分类的准确率。实验表明,该诊断模型在ADNI(Alzheimer's Disease Neuroimaging Initiative)数据集上取得了良好的性能。