【斯坦福博士论文】多维神经影像分析，194页pdf

文章预览

多模态和纵向神经影像（即多维神经影像）对于理解、诊断和监测神经系统疾病至关重要 。这些图像所捕捉到的复杂疾病模式往往难以被人类专家或现有技术识别。深度学习在神经影像分析中显示出了巨大的潜力。然而，这些方法往往产生难以解释的结果，这在需要了解模型行为以增强临床医生信任和保证的情况下尤其令人担忧。此外，为了使其结果具有普遍性，这些方法通常需要大量标记的神经影像数据，而这些数据要么难以获得，要么成本高昂。因此，本论文旨在解决深度学习中的两个挑战：可解释性和在数据有限情况下的准确性。具体而言，我们通过可视化和疾病特征估计来增强可解释性。为了准确识别疾病特定的模式，我们提出在模型设计中整合先验知识，并开发围绕自监督或弱监督的新策略。 通过适应这些关键思想，我们首先开发了 ………………………………