arXiv 机器学习· Yifan Qiao, Sheng Li·· 10 小时前AI 评分31
CFBrainAug：面向可解释 fMRI 自闭症诊断的模块度诱导反事实脑网络增强框架
CFBrainAug: Modularity-Induced Counterfactual Brain Network Augmentation for Interpretable fMRI-based Autism Diagnosis
AI 导读
研究人员提出反事实脑网络学习框架 CFBrainAug，通过在模块数约束下构建标签相反且拓扑相似的网络，将数据增强与反事实解释结合用于自闭症诊断。该方法使轻量级特征选择 SVM 在 ABIDE I 数据集的 NYU 站点达到 74.1% 的准确率，性能比肩图深度学习方法。此外，模型还能通过识别脑网络连接差异提供内在临床解释。
来源：arXiv 机器学习 · arxiv.org