基于卷积神经网络的ADHD的判别分析
提出了利用卷积神经网络(CNN)对儿童注意缺陷与多动症(ADHD)的功能性核磁共振图像（fMRI）进行特征分析，从而对ADHD患者进行判别分析。针对ADHD-200全球竞赛的三个数据库的fMRI数据，首先利用快速傅里叶变换将数据从时域转换到频域，并利用Fisher线性判别方法选择有效的频率信息，然后利用改进的卷积神经网络对选择频域数据进行特征学习，自动提取出有效的特征并进行分类。实验结果表明，提出的方法有助于ADHD患者的判别，为基于fMRI数据的ADHD研究提供了新的手段。
文件下载
评论信息
其他资源
- ActiveX controls inside out 控制元件徹底研究
- 基于MATLAB实时串口数据采集与曲线显示
- 基于Java的图书信息管理系统（用XML做数据库存储数据信息）
- 基于小波空域相关法去噪MATLAB源程序
- 公交车自动报站系统设计
- 目标检测源代码
- 实验3.1高斯消去法的数值稳定性实验
- 电信NB-LOT北向接入Java
- 智能优化算法及其应用.pdf
- LostCraft_安徽信息工程学院大一学弟学妹专用
- Android登录注册页面，含客户端服务端代码
- L1 Magic程序 使用说明 使用示例 相关论文
- Django-3.0.5.tar.gz
- 网络读写器_PHP示例源码.rar
- 聊城大学计算机学院计算机网络期末试题2019.docx
- egg-mysql：鸡蛋MySQL插件-源码
- Python-垃圾分类助手猜测可能是什么垃圾
- 通过修改属性表完成shp文件的修改
- 呼叫中心管理系统
- SpringBoot+Mybatis整合完整源码
- C#在线网络售票程序
- 读写锁实现例子
- CodeLobsterz将HTML文件转成PHP
- java编写的计算器（.exe)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明