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:
La piel y la vejiga natatoria del pez Pangasius como fuentes de gelatina para el material de las cápsulas duras
Artículo:
Modelado y simulación para el comportamiento mecánico de un biocompuesto modificado para la aplicación de andamios
Artículo:
Comparación del rendimiento biomecánico de cinco enfoques de tratamiento diferentes para la fijación de la lesión del anillo pélvico posterior
Artículo:
Inmovilización de la lipasa B de Candida antarctica en nanofilamentos de silicona
Artículo:
Sistema de aprendizaje electrónico cognitivo basado en IoT: Permitir la escolarización a distancia consciente del contexto durante la pandemia
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Software:
Simulación del proceso de extracción sólido-líquido EXTSL