热点事件观察中
使用可解释AI和多模态EEG-fMRI脑网络生物标志物识别语言困难
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
一项研究尝试用可解释AI融合脑电与功能磁共振的脑网络特征,区分由CELF量表识别的语言困难者。研究提示,基于EEG微状态与fMRI脑网络的融合模型在全样本中区分语言困难者的平衡准确率为78.4%。该结果属于分类预测层面的证据,尚不能用于诊断;样本、任务与测量条件限定于该研究中的语言困难识别场景,不能推广到其他人群或其他认知能力。
AI 根据报道生成 · 16 小时前更新
最新进展11月20日 08:00
一项研究提示,EEG-fMRI脑网络融合模型区分语言困难者的平衡准确率为78.4%。报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- Scientific Reports使用可解释AI和多模态EEG-fMRI脑网络生物标志物识别语言困难
基于EEG微状态与fMRI脑网络的融合模型区分CELF识别的语言困难者,全样本平衡准确率78.4%。
本事件热度走势
当前热度 3·可比范围峰值 4(11月20日 20:00)·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。