基于脑功能连接和SAE的自闭症分类

作者：贾楠; 谭金平; 肖志勇; 漆志亮; 吴建华^*

来源：南昌大学学报(理科版), 2018, 42(04): 399-403.

DOI：10.13764/j.cnki.ncdl.2018.04.017

• 脑功能连接相关矩阵
• SAE
• 自闭症
• 分类

为了对自闭症(autism spectrum disorder,ASD)的计算机辅助诊断提供参考,本文探讨了基于大数据和深度学习的静息态功能磁共振成像(rs-fMRI)的数据分类研究。研究从国际自闭症专业数据库(ABIDE)中获取了306名ASD和350名正常受试者(typically developing,TD)的rs-fMRI数据。通过对预处理之后的rs-fMRI数据提取脑功能连接(Functional connectivity,FC)相关矩阵,再利用堆栈自编码(Stacked autoencoder,SAE)进行训练,最后对ASD和TD进行了分类,得到了准确率高达95.27%的识别。本文的结果表明,基于相关矩阵和SAE的ASD分类系统已经达到了较高性能,可以为计算机辅助诊断ASD提供参考。

• 单位
  南昌大学机电工程学院; 江西农业大学; 南昌大学共青学院; 南昌大学信息工程学院