文件交换

Brain-MRI-Age-Classification-using-Deep-Learning

版本1.1(71.6 MB) Vijay艾耶
MATLAB示例使用深度学习从大脑MRI图像分类年龄
5．0
（4）

934下载

更新2021年1月19日星期二16:41:49 +0000

从GitHub

在GitHub上查看许可证

基于深度学习的脑MRI年龄分类

这个例子展示了如何使用MRI大脑图像数据集，以及如何使用迁移学习来修改和重新训练ResNet-18(预训练的卷积神经网络)，以在该数据集上执行图像分类。

本例中使用的MRI扫描是在麻省理工学院(MIT)的研究人员进行的社会大脑发育研究[1]中获得的，并可通过OpenNEURO平台下载:https://openneuro.org/datasets/ds000228/versions/1.1.0

这个例子显示了如何根据参与者的实际年龄将大脑MRI扫描体积的水平中层图像分为3类:

  1. 3-5岁参加者
  2. 7-12岁参加者
  3. 参与者年龄大于18岁，归类为成年人

这个例子通过深度学习工作流的多个步骤工作:

  • 探索一个公共大脑核磁共振图像数据集
  • 准备深度学习的数据集
  • 培训一个深度学习模型来执行年龄分类
  • 评估训练过的模型

运行示例

打开并运行活动脚本BrainMRIAgeClassificationUsingDeepLearning.mlx

要求:

参考文献

[1]理查德森，H.，利桑德雷利，G.，里奥布埃诺-内勒，A.， &萨克斯，R.(2018)。3岁到12岁之间社会大脑的发展。自然科学进展，29(1)，457 - 457。https://doi.org/10.1038/s41467-018-03399-2

The MathWorks, Inc.版权所有

在文件交换中查看脑磁共振年龄分类使用深度学习

引用作为

维贾伊·艾耶(2022年)。Brain-MRI-Age-Classification-using-Deep-LearningGitHub (https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.1)。检索．

MATLAB版本兼容性
使用R2020a创建
兼容R2019b ~ R2021a
平台的兼容性
窗户 macOS Linux

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!

无法下载使用GitHub默认分支的版本

版本 发表 发布说明
1．1

参见GitHub上此版本的发布说明:https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.1
1.0.1

参见GitHub上此版本的发布说明:https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.0.1
1.0.0.2

为渲染目的添加主Live Script的修改版本
1.0.0.1

更新图片
1.0.0

要查看或报告此GitHub插件中的问题，请访问GitHub库．
要查看或报告此GitHub插件中的问题，请访问GitHub库．