(北京工业大学信息学部计算机学院 北京 100124) (xinying.xing@emails.bjut.edu.cn)
出版日期:
2020-07-01基金资助:
国家自然科学基金项目(61672065)Brain Networks Classification Based on an Adaptive Multi-Task Convolutional Neural Networks
Xing Xinying, Ji Junzhong, Yao Yao(College of Computer, Faculty of Information Technology, Beijing University of Technology, Beijing 100124)
Online:
2020-07-01Supported by:
This work was supported by the National Natural Science Foundation of China (61672065).摘要/Abstract
摘要: 脑网络分类是脑科学研究中的一项重要课题.近年来,基于卷积神经网络的脑网络分类方法已经成为一个前沿热点.然而,目前仍难以对数据维度高、样本量小的脑网络数据进行精准分类.由于不同人群的临床表型与其脑网络差异存在着一定的依存关系,极有可能为脑网络分类提供辅助信息,故提出一种新的基于自适应多任务卷积神经网络的脑网络分类方法.该方法引入临床表型预测作为辅助任务,通过多任务卷积神经网络的共享表示机制来为脑网络分类提供有用信息;同时为了降低实验成本和人工操作带来的误差,提出了一种新的自适应方法来代替人工调整多任务学习中各个子任务的权重.在ABIDE I(autism brain imaging data exchange I)数据集上的实验结果表明:引入临床表型预测任务的多任务卷积神经网络能够获得更好的脑网络分类结果,而且自适应多任务学习方法能够进一步提升脑网络的分类性能.
参考文献
相关文章 15
[1] | 李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392. |
[2] | 于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530. |
[3] | 王庆林, 李东升, 梅松竹, 赖志权, 窦勇. 面向飞腾多核处理器的Winograd快速卷积算法优化[J]. 计算机研究与发展, 2020, 57(6): 1140-1151. |
[4] | 刘烨, 黄金筱, 马于涛. 基于混合神经网络和注意力机制的软件缺陷自动分派方法[J]. 计算机研究与发展, 2020, 57(3): 461-473. |
[5] | 杜鹏, 丁世飞. 基于混合词向量深度学习模型的DGA域名检测方法[J]. 计算机研究与发展, 2020, 57(2): 433-446. |
[6] | 程艳, 尧磊波, 张光河, 唐天伟, 项国雄, 陈豪迈, 冯悦, 蔡壮. 基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析[J]. 计算机研究与发展, 2020, 57(12): 2583-2595. |
[7] | 贺周雨, 冯旭鹏, 刘利军, 黄青松. 面向大规模图像检索的深度强相关散列学习方法[J]. 计算机研究与发展, 2020, 57(11): 2375-2388. |
[8] | 石文浩,孟军,张朋,刘婵娟. 融合CNN和Bi-LSTM的miRNA-lncRNA互作关系预测模型[J]. 计算机研究与发展, 2019, 56(8): 1652-1660. |
[9] | 徐少平,刘婷云,李崇禧,唐祎玲,胡凌燕. 基于CNN噪声分离模型的噪声水平估计算法[J]. 计算机研究与发展, 2019, 56(5): 1060-1070. |
[10] | 武铮,安虹,金旭,迟孟贤,吕国锋,文可,周鑫. 基于Intel平台的Winograd快速卷积算法研究与优化[J]. 计算机研究与发展, 2019, 56(4): 825-835. |
[11] | 郭雨潇,陈雷霆,董悦. 单帧图像下的环境光遮蔽估计[J]. 计算机研究与发展, 2019, 56(2): 385-393. |
[12] | 秦晨光, 王海, 任杰, 郑杰, 袁璐, 赵子鑫. 基于多任务学习的方言语种识别[J]. 计算机研究与发展, 2019, 56(12): 2632-2640. |
[13] | 徐少平,刘婷云,罗洁,张贵珍,唐祎玲. 图像质量感知的混合噪声快速盲降噪算法[J]. 计算机研究与发展, 2019, 56(11): 2458-2468. |
[14] | 任魏翔,翟黎明,王丽娜,嘉炬. 基于卷积神经网络的JPEG图像隐写分析参照图像生成方法[J]. 计算机研究与发展, 2019, 56(10): 2250-2261. |
[15] | 张皓,吴建鑫. 基于深度特征的无监督图像检索研究综述[J]. 计算机研究与发展, 2018, 55(9): 1829-1842. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4216