Representation learning of resting state fMRI with variational autoencoder

•Variational auto-encoder disentangles generative factors of resting state fMRI activity.•Variational auto-encoder trained with unsupervised learning extracts useful latent representations discriminative across individuals.•Temporal gradients of the latent representations report various types of tra...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	NeuroImage (Orlando, Fla.) Ročník 241; s. 118423
Hlavní autoři:	Kim, Jung-Hoon, Zhang, Yizhen, Han, Kuan, Wen, Zheyu, Choi, Minkyu, Liu, Zhongming
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Inc 01.11.2021 Elsevier Limited Elsevier
Témata:	Brain - diagnostic imaging Brain - physiology Connectome - methods Databases, Factual Deep generative model Deep learning Functional magnetic resonance imaging Humans Individuality Latent gradients Learning Magnetic Resonance Imaging - methods Neural networks Random variables Rest - physiology Unsupervised learning Unsupervised Machine Learning Variational autoencoder Variational autoencoder Deep generative model Latent gradients Unsupervised learning
ISSN:	1053-8119, 1095-9572, 1095-9572
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!