Brain-MRI-Age-Classification-using-Deep-Learning
大脑MRI年龄分类使用深度学习
这个例子展示了如何使用核磁共振脑图像数据集,以及如何使用转移学习修改和重新培训ResNet-18 pretrained卷积神经网络,进行图像分类的数据集。
这个示例中使用的核磁共振扫描期间获得的社会大脑发育的研究[1]由马萨诸塞州理工学院的研究人员(麻省理工学院),并可通过下载OpenNEURO平台:https://openneuro.org/datasets/ds000228/versions/1.1.0
这个例子展示了如何水平midslice图像从大脑核磁共振扫描卷可以分为3类根据参与者的实足年龄:
- 参与者3 - 5岁
- 参与者7 - 12岁
- 参与者年龄超过18岁,归类为成人
这个例子的作品虽然多个步骤的学习工作流程:
- 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
- 培训深执行实足年龄分类学习模型
- 评估训练模型
运行这个例子
打开并运行脚本BrainMRIAgeClassificationUsingDeepLearning.mlx
要求:
引用
[1]理查森,H。Lisandrelli, G。Riobueno-Naylor,。&萨克斯,r (2018)。发展的社会大脑从三岁到十二年。自然通讯,9 (1),1027。https://doi.org/10.1038/s41467 - 018 - 03399 - 2
版权2020年MathWorks公司。
引用作为
Vijay艾耶(2023)。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。
版本使用GitHub缺省分支不能下载
| 版本 | 发表 | 发布说明 | |
|---|---|---|---|
| 1.1 | GitHub上看到这个版本发布说明:https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.1 |
||
| 1.0.1 | GitHub上看到这个版本发布说明:https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.0.1 |
||
| 1.0.0.2 | 添加一个修改版的主要生活剧本呈现的目的 |
|
|
| 1.0.0.1 | 更新图片 |
|
|
| 1.0.0 |
|
