Los métodos de aprendizaje automático se han aplicado con éxito a las señales de neuroimagen, uno de los cuales es decodificar estados de tarea específicos a partir de datos de resonancia magnética funcional (fMRI). En este trabajo, proponemos un modelo que utiliza simultáneamente las características de la información secuencial espacial y temporal de los datos de fMRI con redes neuronales profundas para clasificar los estados de la tarea de fMRI. Diseñamos un módulo de red de convolución y un módulo de red recurrente para extraer las características espaciales y temporales de los datos de fMRI, respectivamente. En particular, también añadimos el mecanismo de atención al módulo de red recurrente, que resalta con mayor eficacia el estado de activación cerebral en el momento de la reacción. Evaluamos el modelo utilizando datos de fMRI evocados por tareas del conjunto de datos del Proyecto Conectoma Humano (HCP), la precisión de la clasificación obtuvo un 94,31%, y los resultados experimentales han demostrado que el modelo puede distinguir eficazmente los estados cerebrales bajo diferentes estímulos de tareas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Maduración Ostwald de nanopartículas de platino confinadas en un espacio cilíndrico de nanotubos de carbono y sílice
Artículo:
Movimiento de trote del modelo cuadrúpedo con dos articulaciones vertebrales y sus características dinámicas
Artículo:
Influencia del sesgo de codones en la producción heteróloga de la proteína estructural mayor L1 del virus del papiloma humano tipo 16 en levadura.
Artículo:
Análisis de OmpA y Rz/Rz1 del bacteriófago lítico de Surabaya, Indonesia
Artículo:
Preparación y rendimiento del lubricante sólido de cera emulsionada Ewax autodispersado en nanomicrones para fluidos de perforación
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Análisis socioeconómico de la problemática de los desechos plásticos en el mar
Artículo:
Los web services como herramienta generadora de valor en las organizaciones