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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	NeuroImage (Orlando, Fla.) Jg. 241; S. 118423
Hauptverfasser:	Kim, Jung-Hoon, Zhang, Yizhen, Han, Kuan, Wen, Zheyu, Choi, Minkyu, Liu, Zhongming
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	United States Elsevier Inc 01.11.2021 Elsevier Limited Elsevier
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!