郭磊，王駿，丁維昌，潘祥，鄧趙紅，施俊，王士同

（1.江南大學 人工智能與計算機學院，江蘇 無錫 214122;2.上海大學 通信與信息工程學院，上海 200444）

自閉癥(autism spectrum disorder,ASD)是一種廣泛性發(fā)展障礙類疾病，也是一種具有生物基礎(chǔ)的發(fā)育障礙類疾病。該病癥發(fā)病時間不等，大部分發(fā)病于兒童時期并伴隨一生。其主要癥狀表現(xiàn)在社會交流障礙、語言交流障礙、情感缺陷等方面。這就導致了患者在日常的生活、交流和學習中有很大的障礙。因此，自閉癥的預測分類研究一直備受廣大研究者的關(guān)注。研究者已經(jīng)發(fā)現(xiàn)ASD 患者與正常人(typically developing individuals,TD)在大腦的功能連接上有明顯的差異[1]。

靜息態(tài)功能磁共振成像(resting state functional magnetic resonance image，rs-fMRI)通過在靜息狀態(tài)下采集血氧水平依賴信號,對信號去噪[2]后，使用多層同時掃描技術(shù)[3]對功能磁共振全腦影像快速采集，以此來獲得時間分辨率和空間分辨率較高的圖像，獲得rs-fMRI 后，關(guān)鍵問題是如何從中有效提取特征。對于傳統(tǒng)的特征提取方法，以相關(guān)分析法為例，即選取ROI 種子點并計算它的平均時間序列，然后與全腦所有體素的時間序列進行計算，或者兩個腦區(qū)之間的平均時間序列計算，得到相關(guān)系數(shù)，以此來反映不同腦區(qū)神經(jīng)活動模式之間的時間相關(guān)性[4]。作為圖像的預處理階段，該方法對ROI 異常敏感，種子點選取的位置、大小差異都可能導致較大的數(shù)據(jù)分析結(jié)果差異。

近年來，卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)在醫(yī)學圖像分類任務(wù)中取得了非常好的效果，隨著結(jié)構(gòu)的不斷優(yōu)化，誕生了多種成熟的網(wǎng)絡(luò)模型。2017 年，Dvornek 等[5]使用具有Long Short-Term Memory 的遞歸神經(jīng)網(wǎng)絡(luò)直接從靜態(tài)fMRI 的時間序列上對具有ASD 的個體進行分類。但是，從fMRI 的感興趣區(qū)域中提取平均時間序列作為輸入數(shù)據(jù)無法兼顧全局信息，易造成信息缺失；2018 年，Yu 等[6]開發(fā)了一種全自動的3D 卷積神經(jīng)網(wǎng)絡(luò)框架，用以識別和分類不同類型的功能性腦網(wǎng)絡(luò)。但是，腦網(wǎng)絡(luò)在訓練前需要花費大量的時間進行手動標記，不可避免地會出現(xiàn)人工標簽錯誤和標簽間的差異；2018 年，Li 等[7]為了在fMRI 中同時利用空間和時間信息，研究了使用滑動窗口隨時間測量時間統(tǒng)計量(均值和標準差) 以及使用3D 卷積神經(jīng)網(wǎng)絡(luò)(CNN)捕獲空間特征的潛在好處。模型雖然在高維數(shù)據(jù)上獲得了良好的空間識別性能，但是在時間維度上的表現(xiàn)并不明顯；2019 年，Khosla 等[8]提出了一種新穎的3D 卷積神經(jīng)網(wǎng)絡(luò)(CNN)方法來實現(xiàn)集成學習策略，提出的CNN 方法利用了rs-fMRI 數(shù)據(jù)的全分辨率3D 空間結(jié)構(gòu)，并擬合了非線性預測模型。但是，將rs-fMRI 預處理后的多通道3D 圖像作為CNN 的輸入忽視了隱含在時間軸上的信息。對于以上提出的深度學習方法，網(wǎng)絡(luò)只能處理維數(shù)小于或等于3 的灰度或RGB 圖像，并且在對圖像進行預處理過程中，很可能會丟失部分信息，使得出的結(jié)果不具有全局性。對于功能磁共振圖像而言，如果將每個時間點上的3D 圖像視為一個通道進行3D 卷積，那么根據(jù)預處理后的數(shù)據(jù)集特性，網(wǎng)絡(luò)生成的通道數(shù)目會隨著時間的推移而增多，從而使得網(wǎng)絡(luò)寬度過大，可能會造成傳播過程中信息丟失，影響網(wǎng)絡(luò)的表達能力[9]。另一方面，可以將每個樣本多個時間點上的3D 圖像視為一個圖像立方體輸入到3D-CNN中，但是這種處理會增加大量的參數(shù)，忽略靜息態(tài)功能像隨時間變化的趨勢信息，并且性能表現(xiàn)不佳?？偠灾?，有必要尋找一種有效的方法從rs-fMRI的時間和空間信息中提取特征。

本文提出了4D 卷積神經(jīng)網(wǎng)絡(luò)，通過rs-fMRI對ASD 進行分類，所提出的4D 卷積操作從功能磁共振圖像中提取空間和時間上的特征，可以得到功能磁共振圖像隨時間變化的信息。與幾個流行的網(wǎng)絡(luò)相比，例如AlexNet[10]、3D-CNN[11]、2CC3D[7]、T3D[12]，所提出的網(wǎng)絡(luò)能夠有效地從功能磁共振圖像中提取與ASD 密切相關(guān)的時間空間特征，較之以往的3D 卷積神經(jīng)網(wǎng)絡(luò)，4D-CNN對含有時空特性的數(shù)據(jù)具有更好的適應性，可以實現(xiàn)更好的分類效果。

1 卷積神經(jīng)網(wǎng)絡(luò)概述

深度學習是一類通過多層處理，逐漸將初始的低層特征表示轉(zhuǎn)化為高層特征表示的特征學習方法。這樣的方法可以被訓練用于監(jiān)督或無監(jiān)督學習，由此產(chǎn)生的復雜模型已經(jīng)被廣泛用于視覺物體識別、人類行為識別、自然語言處理、音頻分類、腦機交互、人體跟蹤、圖像恢復、去噪、分割等任務(wù)。卷積神經(jīng)網(wǎng)絡(luò)是一種深度模型，在這種模型中，輸入層、隱藏層和輸出層組成基本的網(wǎng)絡(luò)結(jié)構(gòu)，其中隱藏層通常包括卷積層、池化層和全連接層。卷積層中卷積核相當于特征提取器，每個卷積核對整幅圖像數(shù)據(jù)進行有規(guī)律地掃描并依次計算各局部區(qū)域的特征值以匹配某種模式；池化層對卷積層結(jié)果進行特征選擇和信息過濾，實現(xiàn)一定程度的平滑壓縮；全連接層通常搭建在隱藏層的最后，對卷積層和池化層的結(jié)果進行分類。

1998 年，紐約大學的Lecun 等[13]正式提出了卷積神經(jīng)網(wǎng)絡(luò)LeNet-5，確立了CNN 的現(xiàn)代結(jié)構(gòu)，并在圖像處理領(lǐng)域獲得了極大成功。之后研究人員發(fā)現(xiàn)當神經(jīng)網(wǎng)絡(luò)飽和之后模型會產(chǎn)生過擬合現(xiàn)象，直到2012 年，Krizhevsky 等[10,14]在提出的Alexnet 中采用Dropout 和數(shù)據(jù)增強的方法來防止網(wǎng)絡(luò)過擬合，并使用非線性激活函數(shù)ReLU(rectified linear unit)提高網(wǎng)絡(luò)收斂速度。2014 年，Simonyan 等[15]采用小卷積堆疊的方式搭建VGGNet，證明了更深的網(wǎng)絡(luò)能更好地提取特征，值得一提的是，雖然VGGNet 比AlexNet 的參數(shù)多，但只需要更少的迭代次數(shù)就能收斂。此外，在設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)時，除了考慮網(wǎng)絡(luò)的深度，還會考慮網(wǎng)絡(luò)的寬度。同年，Szegedy 等[16]提出的Inception v1 網(wǎng)絡(luò)，通過改變傳統(tǒng)的卷積層設(shè)計思路，在加大網(wǎng)絡(luò)深度和寬度的同時減少了參數(shù)量，并且增加了網(wǎng)絡(luò)對尺度的適應性。隨后，通過對Inception v1 網(wǎng)絡(luò)結(jié)構(gòu)的不斷改進，誕生了Inception v2[17]、Inception v3[18]、Inception v4[19]。在VGG 網(wǎng)絡(luò)中，當網(wǎng)絡(luò)深度達到一定界限的時候，就會產(chǎn)生梯度消失現(xiàn)象，2016 年，He 等[20]在提出的ResNet 中引入了跳躍連接結(jié)構(gòu)來解決梯度消失的問題，進而可以進一步加大網(wǎng)絡(luò)深度。2017 年，Huang 等[21]受ResNet 和Inception 的影響，提出了DenseNet，不同于ResNet 的是，DenseNet 模型建立的是前面所有層與后面層的密集連接，通過特征重用和旁路設(shè)置，既緩解了梯度消失問題，又大幅度減少了網(wǎng)絡(luò)的參數(shù)量，實現(xiàn)了比ResNet 更優(yōu)的性能。

根據(jù)卷積核結(jié)構(gòu)的不同，CNN 可分為一維卷積、二維卷積與三維卷積。一維卷積通常用于序列數(shù)據(jù)分析，如從rs-fMRI 的感興趣區(qū)域中提取時間序列矩陣并輸入到一維卷積神經(jīng)網(wǎng)絡(luò)中對自閉癥進行分類[22]；二維卷積被廣泛用于計算機視覺的圖像數(shù)據(jù)分析,如具有代表性的網(wǎng)絡(luò)LeNet-5 識別手寫數(shù)字圖片[13]；而三維卷積則可用于時空數(shù)據(jù)的分析，如3D-CNN 識別視頻中的人類動作[11]。CNN 的卷積層通過卷積操作提取輸入的特征，低層卷積提取低級特征，隨著網(wǎng)絡(luò)結(jié)構(gòu)的加深，更高層的卷積層提取更高級的特征。在卷積層中每個卷積核在對輸入圖像進行掃描時，僅處理其投影在圖像上的感受野的數(shù)據(jù)，且卷積核權(quán)重保持不變，此即為卷積核的局部連接性與權(quán)值共享性。由于卷積核的局部連接特性，模型可以計算區(qū)域特征，充分利用局部區(qū)域內(nèi)的空間信息；由于卷積核的權(quán)值共享特性，在模型訓練時卷積層所需參數(shù)要遠小于全連接層。因此CNN 適用于特征維度較大、具有位置信息的圖像數(shù)據(jù)的分析。

本文研究了4D-CNN 在醫(yī)學圖像分類任務(wù)中對自閉癥的功能核磁共振圖像進行分類的應用，通過用4D 卷積核將多個連續(xù)的三維圖像堆疊在一起，可實現(xiàn)4D 卷積。在降采樣層中，通過在上一層特征圖上的局部領(lǐng)域上合并來降低特征圖的分辨率，從而去除冗余信息，提高網(wǎng)絡(luò)效率。最后通過全連接層將特征映射到樣本標記空間實現(xiàn)分類任務(wù)。

2 基于fMRI 數(shù)據(jù)的4D 卷積神經(jīng)網(wǎng)絡(luò)

本文的技術(shù)路線如圖1 所示，其中涉及原始數(shù)據(jù)的預處理、數(shù)據(jù)增強、模型訓練和使用訓練好的模型進行測試。

圖1 用于自閉癥輔助診斷的4D-CNN 流程Fig.1 4D-CNN procedure for the auxiliary diagnosis of autism

2.1 數(shù)據(jù)預處理

本文實驗基于ABIDE(autism brain imaging data exchange)數(shù)據(jù)庫，其中包括來自多個數(shù)據(jù)中心的1112 名ASD 患者和TD 的rs-fMRI 數(shù)據(jù)。在本文中，考慮從ABIDE 的NYU、UM_1 和USM 這3 個成像中心中獲得rs-fMRI，其中各個數(shù)據(jù)中心的ASD 組和TD 組樣本數(shù)如表1 所示。使用DPARSF[23]對rs-fMRI 數(shù)據(jù)進行預處理。具體而言，將每個受試者的前10 個獲得的rs-fMRI丟棄。然后，執(zhí)行時間層校正(slice timing)和頭部運動校正(realign)。每個人的大腦尺寸大小、形狀和位置差異較大，無法將結(jié)果按照統(tǒng)一的標準進行分析，因此需要把不同人的大腦影射在同一空間內(nèi)，本文使用EPI(echo-planar image)模板將數(shù)據(jù)統(tǒng)一到蒙特利爾神經(jīng)學研究所(montreal neurological institute,MNI)制定的標準空間中，從而完成對功能性進行空間標準化(normalize)處理。為了提高配準效果和增大圖像的信噪比，需要對圖像進行空間平滑(smooth)。經(jīng)過預處理后，本文得到了每個被試在單個時間點上尺寸大小為61×73×61 的rs-fMRI 數(shù)據(jù)。為了驗證模型的泛化能力，在數(shù)據(jù)預處理后將其分為訓練集和測試集，在不同成像中心下的具體數(shù)據(jù)分布如表2所 示。

表1 3 個成像中心的樣本分布Table 1 Sample distribution of the three imaging centers

表2 3 個成像中心訓練和測試的樣本數(shù)量Table 2 Sample size for training and testing at the three imaging centers

2.2 數(shù)據(jù)增強

由于每個被試采集的圖像具有不同的時間長度，同時，也為了擴大數(shù)據(jù)集的規(guī)模，避免因訓練樣本過少而引發(fā)的模型過擬合問題，本文對訓練集應用數(shù)據(jù)增強策略。具體而言，針對每個被試的rs-fMRI，在保證時間序列的前提下，對時間點上的圖像進行隨機選取。為了保證數(shù)據(jù)的有效性和一致性，選取70 個時間點上的圖像作為一個時間序列，每個被試隨機生成5 組，并標上相應的標簽。通過把所有被試原始訓練集中的rs-fMRI 經(jīng)過上述過程的處理，得到了一個新的訓練集。

2.3 4D 卷積神經(jīng)網(wǎng)絡(luò)分類模型

在三維卷積神經(jīng)網(wǎng)絡(luò)中，當應用于時間序列上連續(xù)的二維特征圖時，三維卷積從空間和時間兩個維度計算特征，通過將1 個三維核與多個相鄰二維圖疊加而成的立方體進行卷積來實現(xiàn)的，在這種構(gòu)造中，卷積層中的特征圖被連接到前一層中的多個相鄰圖像，從而獲得二維特征圖的連續(xù)信息。在功能磁共振圖像數(shù)據(jù)中，時間序列上呈現(xiàn)的是三維空間結(jié)構(gòu)，本文應用四維卷積核與多個相鄰的三維圖疊加而成的四維特征進行卷積，用于處理在時間序列上呈現(xiàn)三維空間結(jié)構(gòu)的數(shù)據(jù)，從而在空間和時間兩個維度上計算特征。四維卷積過程如圖2 所示。其中，卷積核在時間維度上的大小為3，連接采用顏色編碼，相同的顏色權(quán)重共享。將相同的4D 內(nèi)核應用于連續(xù)的3D 立方塊中，通過移動步長提取前一層整個時間序列上的特征。

圖2 4D 卷積過程Fig.2 4D convolution process

圖1 給出了用于rs-fMRI 的4D-CNN 結(jié)構(gòu)，它由1 個輸入層、3 個卷積層、1 個全連接層和1 個輸出層組成。最后使用softmax 函數(shù)將輸出結(jié)果轉(zhuǎn)換為概率表示，以便更好地實現(xiàn)分類。每個卷積層由1 個大小為P×Q×R×T(空間維度為P×Q×R，時間維度為T)的四維過濾器內(nèi)核，1 個激活單元和1 個池化單元組成。卷積操作通過在輸入圖像或前一層卷積層的輸出中對內(nèi)核進行卷積來生成特征圖，并設(shè)置ReLU 作為激勵函數(shù)擬合網(wǎng)絡(luò)的非線性映射，防止網(wǎng)絡(luò)梯度消失和加快訓練速度。池化單元起到二次提取特征的作用，經(jīng)過最大池化采樣，將高維特征轉(zhuǎn)換成低維代表性特征，有利于在連續(xù)多層的網(wǎng)絡(luò)中進行更深層次的表示。最后，通過反向傳播算法[24]，使來自損失函數(shù)的信息通過網(wǎng)絡(luò)傳遞，計算梯度來訓練網(wǎng)絡(luò)。

具體而言，由于數(shù)據(jù)集中每個樣本采集圖像的時間長短有所差異，為了獲得相同的輸入規(guī)模，本文將統(tǒng)一選取每個被試的前M個時間點，每一個時間點上特征圖大小為X×Y×Z的fMRI作為特征輸入到4D-CNN 中。該網(wǎng)絡(luò)由6 層結(jié)構(gòu)組成，每層都包括可訓練的參數(shù)。輸入層包含M個通道，每個通道大小為X×Y×Z的四維fMRI 數(shù)據(jù)。對輸入層應用大小為3×3×3×3 (空間維度為3×3×3，時間維度為3)的核進行4D 卷積，卷積完成后得到M1個特征圖，每個特征圖大小為X1×Y1×Z1。S2 層是由M1個大小為X2×Y2×Z2的特征圖組成的降采樣層，由C1 層經(jīng)過 2×2×2×1的最大池化得到。卷積層C3 是用大小為 5×5×5×3(空間維度為 5×5×5，時間維度為3)的4D 卷積核對S2 層進行卷積得到，規(guī)模為X2×Y2×Z2×M2(空間維度為X2×Y2×Z2，時間維度為M2)。S4 層是由M2個大小為X3×Y3×Z3的特征圖組成的降采樣層，由C3 層經(jīng)過4×4×4×1 的最大池化得到。根據(jù)S4 層數(shù)據(jù)規(guī)模，采用7×8×7×3(空間維度為7×8×7，時間維度為3)的卷積核對S4 層進行卷積，得到了C5 層，規(guī)模為X4×Y4×Z4×M3(空間維度為X4×Y4×Z4，時間維度為M3)。輸出層由與分類任務(wù)類別數(shù)量相同的特征組成，每個特征都與C5 層中的X4×Y4×Z4×M3個特征完全連接。通過多層卷積和池化，將一個被試在時間序列上連續(xù)的功能磁共振圖像轉(zhuǎn)換為一個X4×Y4×Z4×M3維的特征向量。相比較以往處理功能磁共振圖像的方法，在卷積的過程中，蘊含著連續(xù)的時間信息。在本設(shè)計中，本文最終在X4×Y4×Z4×M3維特征向量上應用一個線性分類器進行分類。本文設(shè)計并評估了其他在不同階段結(jié)合多個信息通道的4D-CNN 架構(gòu)，結(jié)果表明該架構(gòu)的性能最佳。

3 實驗與分析

在本節(jié)中，在ASD 數(shù)據(jù)集上驗證本文提出的4D-CNN 模型，通過對影響模型性能的超參數(shù)進行尋優(yōu)，來獲得最佳的網(wǎng)絡(luò)結(jié)構(gòu)。為了驗證4DCNN 在ASD 分類上的優(yōu)越性，進一步在ASD 的多個成像中心上比較了多種對比方法。

為了體現(xiàn)測試數(shù)據(jù)集上分類模型的有效性，選取精確度(ACC)、AUC 值、敏感度(SEN)和特異性(SPE)作為實驗的性能指標。表3 和式(1)～(3)用于計算相應的性能指標：

表3 混淆矩陣中的元素Table 3 Elements in the confusion matrix

3.1 超參數(shù)尋優(yōu)

在本節(jié)中，通過4D-CNN 來執(zhí)行ASD 診斷，將預處理后的rs-fMRI 作為網(wǎng)絡(luò)的輸入數(shù)據(jù)。本文將ASD 組標記為1，將健康對照組標記為0，將ASD 診斷視為二分類問題。為了找到適合ASD診斷的4D-CNN 的最佳架構(gòu)，本文進行了架構(gòu)搜索[25]策略，即探索基于4D-CNN 架構(gòu)的最佳超參數(shù)配置。

對于卷積神經(jīng)網(wǎng)絡(luò)，輸入幀序列的時間深度在活動識別任務(wù)中起著關(guān)鍵作用[12]，為了實現(xiàn)新架構(gòu)的最佳配置，本文對網(wǎng)絡(luò)輸入數(shù)據(jù)的時間深度進行了一系列測試，表4 列出了在不同時間深度下模型的測試性能。為尋求4D-CNN 的最佳配置，基于上述研究的結(jié)果進行了實驗，并采用4D卷積核(多個連續(xù)的三維權(quán)值矩陣)在卷積層之間建立更有效的時空連接，便于最大限度地從fMRI中傳遞與自閉癥相關(guān)的時間、空間特征，以此改善網(wǎng)絡(luò)提取特征的能力。其中，為了選取使4DCNN 具有最佳性能的卷積核，本文對4D 卷積核在時間維度上的深度進行了驗證。根據(jù)前一層特征圖的規(guī)模，選取不同尺寸的參數(shù)矩陣作為單個時間點上的權(quán)值矩陣，并默認卷積過程中卷積核的平移步長為1，表5 列出了在不同卷積核規(guī)模下4D-CNN 的測試性能。

表4 不同時間深度下4D-CNN 模型的評估結(jié)果Table 4 Evaluation results of the 4D-CNN models at different time depths

表5 不同卷積核規(guī)模下4D-CNN 模型的評估結(jié)果Table 5 Evaluation results of the 4D-CNN models underdifferent convolution kernel scales

在訓練階段，使用隨機梯度下降(SGD)進行誤差反向傳播更新參數(shù)，經(jīng)過驗證，將學習率設(shè)置為0.01，可避免在訓練過程中收斂速度過慢或陷入局部最優(yōu)。此外，將最大迭代次數(shù)設(shè)置為150。

結(jié)果顯示，卷積核規(guī)模過小，只能提取單個時間點或單個時間段上的特征；隨著卷積核時間維度加深，網(wǎng)絡(luò)需要訓練的參數(shù)量呈指數(shù)上升，迭代更新參數(shù)速度減緩，并出現(xiàn)過擬合現(xiàn)象，帶來的后果就是網(wǎng)絡(luò)的泛化能力大大降低。所以，本文選取時間維度上深度為3 的卷積核作為4D-CNN架構(gòu)的特征提取器。

3.2 方法比較

將提出的網(wǎng)絡(luò)與基于ROI(regions of interest)構(gòu)建腦功能網(wǎng)絡(luò)(ROI-net)方法進行ASD 分類性能比較，此外，幾個經(jīng)典的網(wǎng)絡(luò)對本文中用到的數(shù)據(jù)集進行診斷，包括T3D、AlexNet、2CC3D、3D-CNN 以驗證4D-CNN 的有效性。表6 將對比方法進行了介紹。

表6 用于比較的方法Table 6 Methods used for comparison

本文所用的數(shù)據(jù)集具有四維特性，無法直接將數(shù)據(jù)集用于比較的三維卷積神經(jīng)網(wǎng)絡(luò)方法中，因此采用系統(tǒng)抽樣的方式對數(shù)據(jù)集進行處理，以便對比方法能更好地適用于本文中的數(shù)據(jù)集。具體而言，對每個被試的功能磁共振圖像在時間軸上進行等距劃分，即從第一個時間點開始，每連續(xù)10 個時間點上的圖像為一組，故前50 個時間點上的圖像隨之分為5 組，然后每組隨機選出一個時間點上的圖像作為卷積網(wǎng)絡(luò)的輸入，以此，每個被試選出5 個圖像分別進行3D 卷積處理，輸出5 個分類結(jié)果，并將結(jié)果中占比高的類別作為本次輸出結(jié)果。

3.3 分類結(jié)果及分析

表7、8、9 分別展示了提出的4D-CNN 與其他方法在NYU、UM_1 和USM 數(shù)據(jù)集上的分類結(jié)果?？梢钥闯?，4D-CNN 使用四維卷積核對自閉癥的功能磁共振圖像進行時空特征學習，可以取得比T3D、AlexNet、2CC3D 及3D-CNN 等經(jīng)典的三維卷積神經(jīng)網(wǎng)絡(luò)更好的性能。表7 的實驗結(jié)果表明提出的4D-CNN 在NYU 數(shù)據(jù)集上的表現(xiàn)明顯優(yōu)于其他方法，分類精度達到了70.49%，并且呈現(xiàn)出良好的敏感性和特異性。歸結(jié)原因在于，本文所提出的4D 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)直接從預處理后的功能磁共振圖像中提取時空特征，既充分保留了圖像的全局信息，又很好地避免了圖像經(jīng)傳統(tǒng)方法預處理后帶來的誤差和冗余信息。進一步驗證了從fMRI 中提取四維特征對自閉癥分類任務(wù)的有效性。在多個數(shù)據(jù)集上的實驗結(jié)果說明了本文所提的網(wǎng)絡(luò)對含有時間和空間特性的數(shù)據(jù)具有適用性。

表7 不同方法在自閉癥分類中的性能比較(NYU)Table 7 Comparison of the performances of different methods for autism classification (NYU)

此外，用ROC 曲線來更加直觀地鑒別模型優(yōu)劣，ROC 曲線能很容易地查出任意界限值時模型對疾病的識別能力，圖3、4、5 分別顯示了在NYU、UM_1 和USM 這3 個數(shù)據(jù)集上不同方法所獲得的R O C 曲線?？梢钥闯觯? D-C N N 的ROC 曲線在整體上優(yōu)于其他方法，說明本文的方法對自閉癥有更好的識別能力。ROC 曲線下的面積即為AUC 值，AUC 值能很好地描述模型整體性能的高低，從圖3 可以看出，在NYU 數(shù)據(jù)集上4D-CNN 的AUC 值為0.7846，明顯高于其他方法。在圖4、5 中，4D-CNN 的AUC 值也高于大多數(shù)方法。

表8 不同方法在自閉癥分類中的性能比較(UM_1)Table 8 Comparison of the performances of different methods for autism classification (UM_1)

表9 不同方法在自閉癥分類中的性能比較(USM)Table 9 Comparison of the performances of different methods for autism classification (USM)

圖3 不同方法的ROC 曲線(NYU)Fig.3 ROC curve of different methods (NYU)

圖4 不同方法的ROC 曲線(UM_1)Fig.4 ROC curve of different methods(UM_1)

圖5 不同方法的ROC 曲線(USM)Fig.5 ROC curve of different methods (USM)

4 結(jié)束語

本文提出了一個四維的卷積神經(jīng)網(wǎng)絡(luò)對自閉癥的功能磁共振圖像進行分類。具體來說，首先對所有的fMRI 進行預處理，然后通過提出的模型直接對圖像進行訓練。根據(jù)不斷的迭代更新參數(shù)，得到了一個具有顯著識別能力的4D-CNN。在提出的網(wǎng)絡(luò)中，訓練過程完全保留了受試者的全局特征和連續(xù)的時間特征，從而獲得了較好的實驗結(jié)果。對來自不同數(shù)據(jù)集的受試者實驗表明，所提出的4D-CNN 方法可以使用fMRI 數(shù)據(jù)有效地對腦疾病進行診斷。