Brain-MRI-Age-Classification-using-Deep-Learning
基于深度学习的脑MRI年龄分类
这个例子展示了如何使用一个MRI大脑图像数据集,以及如何使用迁移学习来修改和重新训练ResNet-18,一个预先训练的卷积神经网络,在该数据集上执行图像分类。
本例中使用的MRI扫描是在麻省理工学院(MIT)的研究人员进行的社会大脑发育[1]研究中获得的,可通过OpenNEURO平台下载:https://openneuro.org/datasets/ds000228/versions/1.1.0
这个例子展示了如何根据参与者的实际年龄将来自大脑MRI扫描体积的水平中层图像分为3类:
- 参与者3 - 5岁
- 参与者7 - 12岁
- 18岁以上的参与者,分类为成人
这个例子通过一个深度学习工作流的多个步骤工作:
- 探索一个公开的大脑核磁共振图像数据集
- 准备深度学习数据集
- 培训基于深度学习模型的实时性年龄分类
- 评估训练模型
运行这个例子
打开并运行活动脚本BrainMRIAgeClassificationUsingDeepLearning.mlx
要求:
参考文献
[1] Richardson, H., Lisandrelli, G., Riobueno-Naylor, A., & Saxe, R.(2018)。从3岁到12岁社会大脑的发育。自然通讯,9(1),1027。https://doi.org/10.1038/s41467-018-03399-2
The MathWorks, Inc.版权所有
引用作为
Vijay艾耶(2021)。Brain-MRI-Age-Classification-using-Deep-LearningGitHub (https://github.com/matlab-deep-learning/Brain-MRI-Age-Classification-using-Deep-Learning/releases/tag/v1.1)。检索.