Гибридная модель глубокого обучения для предсказания возраста мозга с использованием распределённых по времени свёрточных и двунаправленных LSTM-сетей
Hybrid deep learning model for brain age prediction using time-distributed convolutional and bidirectional LSTM networks.
В работе предложена гибридная нейросетевая модель для предсказания возраста мозга по данным МРТ. Модель сочетает свёрточные слои, распределённые по времени, и двунаправленные LSTM-слои. Использованы данные OpenBHB с воксельной морфометрией. Предобработка включала обнаружение выбросов, аугментацию данных и отбор срезов. Модель достигла средней абсолютной ошибки 3,16 года, превзойдя существующие методы.
Вывод
Разработанная гибридная нейросеть снизила ошибку предсказания возраста мозга до 3,16 года, что точнее предыдущих подходов. Метод может применяться для оценки ускоренного старения мозга при шизофрении и болезни Альцгеймера.
18+Для специалистов в области психического здоровья. Сайт предназначен исключительно для профессионалов (врачей, исследователей, ординаторов). Ни одно из опубликованных данных не является руководством к диагностике, назначению или изменению терапии. Решения о лечении принимаются лечащим врачом на основе полного клинического обследования.
Оборот веществ. На сайте упоминаются наркотические и психотропные вещества, оборот которых в Российской Федерации ограничен и контролируется. Любое их использование без назначения врача и вне установленного правового поля является нарушением законодательства РФ. Сайт не пропагандирует и не рекомендует незаконное употребление упомянутых веществ.
Мы используем Яндекс.Метрику для сбора статистики. Продолжая использовать сайт, вы соглашаетесь на обработку персональных данных в соответствии с Политикой обработки персональных данных.
