换一批基于结构磁共振影像的孤独症分类中的数据增强研究
Data Augmentation Study in Structural Magnetic Resonance Imaging Based Autism Spectrum Disorder Classification
摘要基于结构磁共振影像的孤独症分类对孤独症疾病的早期筛查和精准诊断具有重要意义,但受数据噪声及样本不足的影响,基于结构磁共振影像的孤独症分类模型的准确率并不理想.该文提出一种新的数据增强模型,并采用孤独症脑成像交换数据库 I 中的密西根大学样本库 1 数据集进行模型测试,随机选取密西根大学样本库 1 数据集中的 78 个样本进行实验,以对孤独症分类准确率进行评估.实验结果显示:该方法在 500 次实验的 494 次(98%以上的实验)中能够将分类准确率提升10%～20%,在不增加数据量的情况下显著提升了孤独症的分类准确率.通过分析准确率提升和标注变化比例之间的关系,该文进一步对数据标注噪声的问题进行了探讨.
更多相关知识
关键词
孤独症结构磁共振影像数据增强分类准确率autism spectrum disorderstructural magnetic resonance imagingdata augmentationclassification accuracy
栏目名称
DOI
10.12146/j.issn.2095-3135.20230413001
发布时间
2023-11-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览31
- 被引1
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
