科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统有监督学习忽略了磁共振影像数据（magnetic resonance imaging, MRI）由于个体差异和不同站点等原因导致的特征分布不一致这一域偏移问题，本文提出了一种多尺度域适应网络模型应用于阿尔茨海默症（Alzheimer disease,AD）的辅助诊断。首先在三维卷积神经网络中设计空洞空间金字塔模块进行特征的多尺度信息提取融合，并加入注意力一致性损失来保留域间转移的语义信息；然后协同训练两个域判别器和特征提取器进行对抗学习实现源域和目标域的特征对齐，并加入权重差异损失防止域判别器过拟合；最后，在对抗训练中引入基于最大密度差异的距离度量方法，增强两个域数据的特征对齐。实验结果表明，本文方法在面临域偏移的MRI数据上具有更好的识别精度和鲁棒性。
- 单位
