• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Medical Image Computing and Computer-Assisted Intervention >Predicting Potential Propensity of Adolescents to Drugs via New Semi-supervised Deep Ordinal Regression Model
【24h】

Predicting Potential Propensity of Adolescents to Drugs via New Semi-supervised Deep Ordinal Regression Model

机译：通过新的半监督深度序序模型预测青少年对药物的潜在倾向

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Addiction to drugs between young people is one of the most severe problems in the real world, and it imposes a huge financial and emotional burden on their families and societies. Therefore, predicting potential inclination to drugs at earlier ages can prevent lots of detriments. In this paper, we propose a new semi-supervised deep ordinal regression model to predict the possible propensity of adolescents to marijuana using the diffusion MRI-derived mean diffusivity (MD) from 148 Regions of Interest (ROIs). The traditional deep ordinal regression models cannot be directly applied to our biomedical problem which only has a small number of labeled data, not enough to train the deep learning models. Thus, we design a semi-supervised learning mechanism for deep ordinal regression, such that both labeled and unlabeled data can be used to enhance the model training. In our experiments, we use the ABCD dataset, which contains MRI images of the adolescents under study and their answers in the Likert scale to a questionnaire containing questions about Marijuana. Experimental results on the ABCD dataset validate the superior performance of our new method. Our study provides an inexpensive way to predict the drug tendency using brain MRI data.
机译：对年轻人之间的药物成瘾是现实世界中最严重的问题之一，它对家人和社会造成了巨大的金融和情感负担。因此，在早期的年龄预测对药物的潜在倾向可以防止大量的损害。在本文中，我们提出了一种新的半监督深度回归模型，以预测使用来自148个感兴趣区域（ROI）的扩散MRI导出的平均扩散率（MD）来预测青少年的可能倾向。传统的深度序数回归模型不能直接应用于我们的生物医学问题，这些问题只有少量标记的数据，不足以训练深层学习模型。因此，我们设计了一个用于深度序数回归的半监督学习机制，使得标记和未标记的数据都可用于增强模型训练。在我们的实验中，我们使用ABCD DataSet，其中包含研究中的青少年的MRI图像及其在李克特规模中的答案，以提出有关大麻的问题的调查问卷。 ABCD DataSet上的实验结果验证了我们新方法的卓越性能。我们的研究提供了一种廉价的方式来预测使用脑MRI数据的药物倾向。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号