摘要
发表在《放射学》杂志上的一项新研究称，在预测注意力缺陷多动障碍(ADHD)、深度学习(deep learning)方面，一种人工智能被发现可以增强MRI的能力。
发表在《放射学:人工智能》杂志上的一项新研究称，在预测注意力缺陷多动障碍(ADHD)、深度学习方面，一种人工智能被发现可以增强MRI的能力。研究人员说，这种方法也可以应用于其他神经疾病。
人类的大脑是一个复杂的网络系统。功能性核磁共振成像(functional MRI)是一种通过检测血流变化来测量大脑活动的成像技术。这个全面的大脑地图被称为连接体。
为了建立深度学习模型，研究人员使用了来自神经局ADHD-200数据集的数据。该模型使用了来自该项目973名参与者的多尺度脑连接体数据，以及相关的个人特征，如性别和智商。多尺度方法比单一尺度方法明显改善了ADHD的检测性能。
通过提高诊断准确性，基于mri的深度学习辅助诊断在实施ADHD患者的早期干预中可能是关键的。大约5%的美国学前和学龄儿童被诊断为多动症。这些儿童和青少年面临学业失败和建立社会关系的高风险，这可能导致家庭经济困难，给社会造成巨大负担。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
