V

Vision Transformer Fmri Classification Ft

由 shivkumarganesh 开发
基于Vision Transformer架构的fMRI图像分类模型,通过HuggingPics自动生成
下载量 82
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是一个用于fMRI(功能性磁共振成像)图像分类的Vision Transformer模型,经过微调以适应特定分类任务。

模型特点

基于Vision Transformer架构
利用Transformer架构处理图像数据,适合处理fMRI这类高维医学图像
高准确率
在测试集上达到约79.56%的分类准确率
易于微调
可通过HuggingPics工具轻松创建和微调自己的图像分类器

模型能力

fMRI图像分类
医学图像分析
基于Transformer的视觉处理

使用案例

医学影像分析
脑功能状态分类
通过fMRI图像对大脑功能状态进行分类
准确率约79.56%
神经科学研究
认知状态识别
识别受试者进行不同认知任务时的脑活动模式