《电子测量技术杂志》发表论文赏析

基于MS-SAGCNs的自闭症诊断研究

来源:电子测量技术杂志2025年第15期北京时间:

作者:蔺博文,曹先庆,杨欢,赵峰

单位:1.沈阳化工大学信息工程学院 沈阳 110142;2.山东工商学院计算机科学与技术学院 烟台 264005

摘要:针对自闭症诊断研究中脑网络建模过程存在的多尺度特征挖掘不充分、皮尔逊相关算法的功能连接估计不准确等问题,提出了一种基于多尺度自注意力图卷积网络MS-SAGCN的自闭症诊断算法框架。首先,使用Morlet小波变换与动态时间规整,提取大脑血氧水平依赖信号的时频信息与基于此信息的多尺度功能连接,随后,通过预训练嵌入模型增强时频特征,与功能连接组合为多尺度脑网络。最终,使用MS-SAGCN对数据进行融合增强,以实现自闭症患者的自动诊断。通过ABIDE数据集进行实验验证,结果表明,MS-SAGCN可有效增强多尺度脑网络,总体框架在分类任务中取得了95.1%准确率、97.4%真阳率和94.9%的F1分数,显著优于其他诊断模型,体现了该模型良好的应用前景。

关键词:自闭症谱系障碍;脑网络;图神经网络;多头自注意力;动态时间规整;长短期记忆网络;连续小波变换;数据挖掘

基金资助:国家自然科学基金(62176140)、中央引领地方(山东省)科技发展资金项目(YDZX2022093)、烟台市科技创新发展计划(校地融合类)(2023XDRH001)项目资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!