换一批基于无监督跨域自适应的抑郁症识别算法研究
Research on unsupervised cross-domain adaptive based depression recognition algorithm
摘要为解决多站点静息态功能磁共振成像(rs-fMRI)数据的域间特征分布不一致,本研究提出了一种基于无监督跨域自适应的抑郁症识别算法,以充分利用多尺度下的时序信息,平衡多站点rs-fMRI数据的源域与目标域间的特征分布差异.首先,通过生成对抗网络减少域间分布差异,利用统计特性匹配与对抗学习互补的域对齐机制,在两个域之间实现无监督的跨域特征对齐;然后,设计注意力引导的多尺度时空图卷积模块,实现多尺度特征信息的提取与融合.通过对REST-meta-MDD数据集中681名受试者进行分析,本算法的准确率、受试者工作特征曲线下面积、敏感性、特异性和精确率分别达到67.57％、65.16％、89.19％、66.22％和65.00％.结果表明,本算法具有较好的识别性能,可为抑郁症临床辅助诊断提供技术支持.
更多相关知识
关键词
抑郁症静息态功能磁共振成像域自适应对抗学习多尺度信息Major depressive disorderResting-state functional magnetic resonance imagingDomain adaptationAdversarial learningMulti-scale information
栏目名称
DOI
10.19529/j.cnki.1672-6278.2025.02.02
发布时间
2025-06-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62372280）
山东省自然科学基金（20230F094）
山东省自然科学基金（2024MF139）
青岛市科技惠民示范专项（23-2-8-smik-2-nsh）
齐鲁健康与卫生领军人才计划项目
- 浏览8
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
