OTFPF脑龄估计网络

多级特征金字塔融合

利用最优传输机制融合多级特征金字塔信息，实现高精度且可解释的脑龄估计。

Fu, Yu · Yanyan, Huang · 张喆 · Dong, Shunjie · 薛乐 · Niu, Meng · Yunxin, Li · 史治国 · Wang, Yalin · Hong, Zhang · Mei, Tian · 卓成

Information Fusion 2023

参数信息

平均绝对误差

1.846

皮尔逊相关系数

0.9941

Spearman 等级相关系数

0.9802

数据集规模

12909

技术优势

收敛更快

与近期最优模型相比，OTFPF 在训练过程中更快达到稳定，减少训练时间。

可解释性强

OTFPF 生成年龄相关热图，揭示大脑衰老的生物学机制。

应用场景

• 脑龄生物标志物：用精确的脑龄估计充当个体脑健康偏离的量化指标。
• 神经退行性疾病分析：通过脑龄偏差辅助分析神经退行性疾病相关的加速衰老模式。
• 医学影像智能诊断：为医学影像诊断提供可解释的脑龄热图，辅助医生判断。
• 脑部 MRI 分析工具：作为即用型工具处理 T1 MRI，输出可靠脑龄估计。