10:46官方账号arXiv cs.LG@Deepank Girish, Yi Hao Chan, Yubin Zheng, Sukrit Gupta, Jagath C. RajapakseFedDOSE是一个面向多站点fMRI数据的联邦学习框架,显式分解站点差异,用于动态功能连接(dFC)分析。它引入模块引导的Tucker分解块来编码高维dFC张量,提取模块级时空模式,并用最优传输重心与Procrustes分析对齐全局类别原型。在ABIDE-I、ABIDE-II和ADHD-200三个数据集上,FedDOSE在自闭症谱系障碍(ASD)和注意缺陷多动障碍(ADHD)诊断中的表现均优于现有方法。论文FedDOSE联邦学习fMRI推荐理由:FedDOSE用联邦学习处理多中心脑影像数据,在ABIDE和ADHD-200上自闭症、多动症识别都超过现有方法,做医疗AI的可以看看。原文稍后读已读值得跟进有用关注 FedDOSE