基于Di-LSTM算法的注意力缺陷多动障碍症分类

摘要

对注意力缺陷多动障碍症(ADHD)受试者的准确识别一直是神经科学研究和临床诊断的挑战。基于更好的区分正常人和患者这一目的,文中采用了一种基于字典学习和长短期记忆(Long Short Term Memory,LSTM)网络的Di-LSTM算法,通过利用快速独立成分分析(Fast Independent Component Analysis,FastICA)初始化的在线字典学习,获得相应时间序列并且结合LSTM进行分类实验,实验结果表明,所提方法分类准确率达到了79.01%,特异性为88.9%,灵敏度为62.7%,说明该方法对于识别ADHD患者有所帮助,具有较好的应用前景。