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。