阿尔茨海默病检测用多模态三维数据-文件交换- MATLAB中心 - 金宝app,下载188bet金宝搏,金宝搏官方网站

使用多模态3D数据检测阿尔茨海默病

版本1.0.0 (172 MB) 阿米尔Ebrahimi

这里实现了两个多模态模型。这些模型被用于通过MRI和fMRI检测阿尔茨海默病。

(0）

17下载

更新8月10日

您可以使用这些模型来训练多模态数据，如fMRI和MRI进行分类。此代码是预训练3D ResNet-18的扩展:

您可以使用'MultiModal_ADvsNC'作为模板来训练您自己的数据。

如果您发现这些模型有用，请引用以下关于预训练3D ResNet-18的论文:

Ebrahimi, Amir等。“将迁移学习引入3D ResNet-18，用于对MRI图像进行阿尔茨海默病检测。”“2020年第35届新西兰图像与视觉计算国际会议(IVCNZ)， IEEE, 2020, doi:10.1109/ivcnz51579.2020.9290616。

查看更多样式

用R2021a创建

与任何版本兼容

窗户 macOS Linux

在MATLAB Central中寻找宝藏，并了解社区如何帮助您!

开始狩猎!

MLA	Ebrahimi, Amir等。“将迁移学习引入3D ResNet-18，用于对MRI图像进行阿尔茨海默病检测。”“2020年第35届新西兰图像与视觉计算国际会议(IVCNZ)， IEEE, 2020, doi:10.1109/ivcnz51579.2020.9290616。
美国心理学协会	易卜拉欣，A.，罗，S.，和Chiong, R.(2020)。将迁移学习引入3D ResNet-18，用于MRI图像上的阿尔茨海默病检测。2020年第35届新西兰图像与视觉计算国际会议(IVCNZ)。IEEE。检索自https://doi.org/10.1109%2Fivcnz51579.2020.9290616
助理	@inproceedings{Ebrahimi_2020, doi = {10.1109/ivcnz51579.2020.9290616}， url = {https://doi.org/10.1109%2Fivcnz51579.2020.9290616}，年= 2020，月={11}，出版商= {{IEEE}}，作者= {Amir Ebrahimi, Suhuai Luo和Raymond Chiong}，标题={将迁移学习引入3D {ResNet}-18用于阿尔茨海默病的{MRI}图像检测}，图书标题={2020第35届新西兰图像与视觉计算国际会议({IVCNZ})}}