面向自闭症辅助诊断的深度对比模糊神经网络

作者：陆昭吾; 王骏^*; 施俊

来源：计算机工程, 2023, 49(04): 263-271.

DOI：10.19678/j.issn.1000-3428.0063521

• 自闭症谱系障碍
• 静息态功能性磁共振成像
• Takagi-Sugeno-Kang模糊系统
• 对比损失
• 计算机辅助诊断

静息态功能磁共振成像(rs-fMRI)可有效反映大脑活动状况，然而rs-fMRI数据的高随机性和自闭症谱系障碍(ASD)内在的高异质性给ASD计算机辅助诊断带来了不确定性。提出一种基于对比损失的Takagi-Sugeno-Kang(TSK)深度模糊神经网络CL-DeepTSK，结合多输出TSK(MO-TSK)模糊系统与多层感知机(MLP)有效缓解数据不确定性对模型的影响，提升TSK模糊系统的表达能力，并使模型更具可解释性。使用对比损失目标学习准则对MO-TSK与MLP进行联合优化，提高训练样本缺乏时的模型泛化性能。在ABIDE数据集上的实验结果表明，CLDeepTSK的平均正确率和AUC指标分别达到70.0%和0.773，同时获得了30个最具鉴别性的功能连接。上述实验结果证明了CL-DeepTSK能够有效地进行自闭症辅助诊断，并且具有较高的可解释性。

• 单位
  上海大学; 通信与信息工程学院