精神分裂癥是一種大腦存在結(jié)構(gòu)和功能異常的嚴重精神疾病,目前尚無十分有效的診療手段。許多研究者嘗試采用基于磁共振影像的機器學習方法輔助診斷精神分裂癥。深度學習由于其強大的特征表示能力,在醫(yī)學影像等領(lǐng)域得到了廣泛的應(yīng)用,表現(xiàn)出比傳統(tǒng)機器學習方法更優(yōu)異的性能。目前已有論文對深度學習在醫(yī)學影像領(lǐng)域內(nèi)的應(yīng)用進行了詳細的總結(jié)和分析,卻很少有論文對其在具體某一疾病(例如精神分裂癥)診斷中的應(yīng)用進行系統(tǒng)的梳理和總結(jié)。因此,本文主要關(guān)注深度學習在基于磁共振影像的精神分裂癥診斷中的應(yīng)用。首先介紹了基于磁共振影像的精神分裂癥診斷中常用的幾種深度學習模型;其次按照數(shù)據(jù)的不同模態(tài)將相關(guān)研究劃分為:基于結(jié)構(gòu)磁共振成像的方法、基于功能磁共振成像的方法以及基于多模態(tài)數(shù)據(jù)的方法,并對各類方法的具體應(yīng)用進行了總結(jié);最后針對目前的研究現(xiàn)狀,進一步分析和總結(jié)出樣本量偏小、樣本類別不均衡、模型可解釋性低、多模態(tài)分析中缺失模態(tài)數(shù)據(jù)以及缺少有效融合策略等,是目前該領(lǐng)域研究中存在的主要問題。多中心及縱向數(shù)據(jù)分析以及針對不同癥狀亞型的個體化精準診斷模型的構(gòu)建,是未來該領(lǐng)域研究發(fā)展的趨勢。本文系統(tǒng)地總結(jié)了深度學習在基于磁共振影像的精神分...

【文章頁數(shù)】：11 頁

【文章目錄】：
0 引 言
1 深度學習模型
    1.1 FNN
    1.2 RNN
    1.3 CNN
    1.4 無監(jiān)督特征學習模型
        1.4.1 堆棧式自動編碼器
        1.4.2 深度置信網(wǎng)絡(luò)
    1.5 其他深度模型
        1.5.1 膠囊網(wǎng)絡(luò)
        1.5.2 多粒度級聯(lián)森林
2 深度學習在基于磁共振影像的精神分裂癥診斷中的應(yīng)用
    2.1 基于sMRI的方法
    2.2 基于fMRI的方法
    2.3 基于多模態(tài)數(shù)據(jù)的方法
3 挑戰(zhàn)與展望
    3.1 樣本相關(guān)問題
    3.2 可解釋性問題
    3.3 多模態(tài)數(shù)據(jù)分析問題
    3.4 多中心及縱向數(shù)據(jù)
    3.5 個體化精準診斷模型
4 結(jié) 語



本文編號：4033177