-
题名基于统计学习的影像遗传学方法综述
被引量：4
- 1
-
-
作者
郝小可
李蝉秀
严景文
沈理
张道强
-
机构
南京航空航天大学计算机科学与技术学院
印第安纳大学医学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第1期13-24,共12页
-
基金
国家自然科学基金(61422204
61473149
61732006)资助~~
-
文摘
近年来随着多模态神经影像技术和基因检测技术的发展,影像遗传学这一交叉学科的研究能够运用脑影像技术将人类大脑的结构与功能作为表型来评价基因对个体的影响,使得人们可以在脑的宏观结构上以更客观的测量手段理解基因对行为或精神疾病的影响.而统计学习方法作为基于数据驱动的关联分析强有力工具,能够充分利用生物标志数据内在的结构信息构建模型来分析易感基因与大脑结构或者功能的相关性,从而更好地揭示脑认知行为或者相关疾病的产生机制.本文首先简要介绍了影像遗传学的研究背景和基本原理,然后回顾了单变量方法在影像遗传学研究中的应用,随后对基于多变量统计学习的基因–影像关联的研究思路和建模方法进行了归纳总结,最后对遗传影像学的未来研究发展方向进行了分析和展望.
-
关键词
影像遗传学
统计学习
结构化稀疏学习
多变量分析
关联分析
-
Keywords
Imaging genetics, statistical learning, structured sparse learning, multivariate analysis, association analysis
-
分类号
R318
[医药卫生—生物医学工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名稀疏卷积神经网络用于低成本图像分类系统
- 2
-
-
作者
冯思镒
赵田锋
陈诚
李岩
许红梅
-
机构
长春理工大学
-
出处
《电光与控制》
CSCD
北大核心
2021年第2期7-11,共5页
-
基金
国家重点研发计划(2017YFC0803806)。
-
文摘
传统卷积神经网络大量的计算及内存需求使嵌入式设备智能应用的开发成为挑战,为尝试将高度复杂的深度学习应用与性能有限的低成本嵌入式平台相结合,设计了一款小型嵌入式图像分类系统。实验基于结构化稀疏学习算法在Caffe框架下构建结构稀疏卷积神经网络模型,将其部署在工业派(IndustriPi)最小化系统上,通过测试得到了85.5%的准确率和处理实时影像时不小于8帧/s的运行速度。与经典模型相比,通过稀疏学习后的网络模型很大程度上减少了计算量和内存占用率,提高了低成本嵌入式设备的运行速度。
-
关键词
图像分类
嵌入式系统
深度学习
卷积神经网络
结构化稀疏学习
-
Keywords
image classification
embedded system
deep learning
convolutional neural network
structured sparsity learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
