摘要：
第二次下载: 3141-3160(含) /4752 阅读全文
posted @ 2025-12-18 16:19
点影成金
阅读(9)
评论(0)
推荐(0)
摘要：
input_shape 是一个5D 张量 (samples,input_dim1,input_dim2,input_dim3,channels) 其中input_dim1,2,3 如果有10帧128*128的图像 则 (input_dim1,input_dim2,input_dim3) =(10,1 阅读全文
posted @ 2025-12-18 16:18
点影成金
阅读(12)
评论(0)
推荐(0)
摘要：
函数式模型: #需要把最后的激活函数改成"softmax" #from keras.models import Model def build_model(): inputs_1 = Input(shape=(input_shape)) x = Conv3D(filters=64, kernel_s 阅读全文
posted @ 2025-12-18 16:17
点影成金
阅读(11)
评论(0)
推荐(0)
摘要：
从小到大 index = [i for i in range(202)] 恒值 index = [1 for i in range(202)] 截取一段 index[0:140] 阅读全文
posted @ 2025-12-18 16:15
点影成金
阅读(16)
评论(0)
推荐(0)
摘要：
Early Stopping 也可以用 callback+checkpoint 阅读全文
posted @ 2025-12-18 16:15
点影成金
阅读(17)
评论(0)
推荐(0)
摘要：
http://nipy.org/nitime/documentation.html nitime:用于神经科学时间序列分析的模块 阅读全文
posted @ 2025-12-18 16:14
点影成金
阅读(10)
评论(0)
推荐(0)
摘要：
用squeeze函数进行处理可以去掉shape中为1的维度 import matplotlib.pyplot as plts 接下来用plt.imshow()显示 阅读全文
posted @ 2025-12-18 16:13
点影成金
阅读(5)
评论(0)
推荐(0)
摘要：
Source Image 和 Images to Write 每次选一个(待处理的图像) 多个图像的话用批处理 Template Image选一个比较标准的 (提供的有标准空间图像) 阅读全文
posted @ 2025-12-18 16:13
点影成金
阅读(6)
评论(0)
推荐(0)
摘要：
todo 对fMRI的某一个ROI的时间序列做预测(需要先对数据做归一化处理) 利用各种模型对AD和CN的fMRI数据实现分类 先用CNN (Conv1D) 再用RNN(LSTM) 最后用CNN+RNN (Merge) 考虑多模态(同一被试在ADNI数据集中有不同的模态成像,如fMRI,MRI,PE 阅读全文
posted @ 2025-12-18 16:12
点影成金
阅读(11)
评论(0)
推荐(0)
摘要：
https://github.com/DandelionLau/Neural-Network-Architecture/blob/master/RNN-FCN.py r_layer1 = LSTM(32, return_sequences=True)(input) r_layer2 = LSTM(6 阅读全文
posted @ 2025-12-18 16:08
点影成金
阅读(11)
评论(0)
推荐(0)
浙公网安备 33010602011771号