arXiv cs.LG· Yifan Qiao, Sheng Li·· 7 天前AI 评分30
CFBrainAug：用于可解释 fMRI 自闭症诊断的模块度诱导反事实脑网络增强
CFBrainAug: Modularity-Induced Counterfactual Brain Network Augmentation for Interpretable fMRI-based Autism Diagnosis
AI 导读
CFBrainAug 框架将数据增强与反事实解释统一，通过学习标签改变的脑网络辅助基于 fMRI 的自闭症谱系障碍（ASD）诊断。该方法在模块数量约束下细化拓扑相似且标签相反的网络，丰富决策边界分布，使轻量级 SVM 表现媲美图深度学习方法。在 ABIDE I 数据集的 NYU 站点上，CFBrainAug 达到 74.1% 的准确率，并通过连接差异提供内在临床解释。
来源：arXiv cs.LG · arxiv.org