论文部分内容阅读
功能性磁共振成像（fMRI）数据分类方法无法有效提取fMRI数据的局部特征，影响分类准确性．因此文中提出基于卷积神经网络的fMRI数据分类方法．首先设计卷积神经网络结构，并根据卷积神经网络的卷积核尺寸构建受限玻尔兹曼机模型．然后使用／MRI数据感兴趣区域体素构造数据，对受限玻尔兹曼机进行预训练，并将训练得到的权重矩阵进行相对变换，用于初始化卷积神经网络的卷积核参数．最后训练初始化好的整个模型，得到最终的分类模型．在Haxby和LPD数据集上的实验表明，文中方法可以有效提升fMRI数据的分类准确率．