当前位置: X-MOL 学术Proc. Natl. Acad. Sci. U.S.A. › 论文详情
Functional connectome fingerprinting using shallow feedforward neural networks [Neuroscience]
Proceedings of the National Academy of Sciences of the United States of America ( IF 9.412 ) Pub Date : 2021-04-13 , DOI: 10.1073/pnas.2021852118
Gokce Sarar, Bhaskar Rao, Thomas Liu

Although individual subjects can be identified with high accuracy using correlation matrices computed from resting-state functional MRI (rsfMRI) data, the performance significantly degrades as the scan duration is decreased. Recurrent neural networks can achieve high accuracy with short-duration (72 s) data segments but are designed to use temporal features not present in the correlation matrices. Here we show that shallow feedforward neural networks that rely solely on the information in rsfMRI correlation matrices can achieve state-of-the-art identification accuracies (99.5%) with data segments as short as 20 s and across a range of input data size combinations when the total number of data points (number of regions × number of time points) is on the order of 10,000.



中文翻译:

使用浅层前馈神经网络的功能连接体指纹图谱[神经科学]

尽管可以使用根据静止状态功能MRI(rsfMRI)数据计算出的相关矩阵来高精度地识别各个对象,但是随着扫描持续时间的减少,性能会显着下降。递归神经网络可以使用短时(72 s)数据段实现高精度,但被设计为使用相关矩阵中不存在的时间特征。在这里我们显示出仅依靠rsfMRI相关矩阵中的信息的浅层前馈神经网络可以实现最新的识别精度(99.5),当数据点的总数(区域数×时间点数)约为s时,数据段短至20 s,并且跨越一系列输入数据大小组合 10000

更新日期:2021-04-08
全部期刊列表>>
2021中国学者有奖调研
JACS
材料科学跨学科高质量前沿研究
中国作者高影响力研究精选
虚拟特刊
屿渡论文,编辑服务
何川
清华大学
郭维
上海中医药大学
华东师范大学
北京大学许言
楚甲祥
西湖石航
上海交大
北理工
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
南开大学
张韶光
华辉
天合科研
x-mol收录
试剂库存
down
wechat
bug