AD_Classification
对3DCNN进行调试使之与LSTM训练回合尽量保持一致
融合两个网络
查看效果
使用2D网络？
问题:使用2D网络的话需要给每张图像加标签
解决办法:利用循环添加标签(one-hot格式)
问题:提取每幅图像的第30~90张图片,得到一系列图片,而另一个分支使用的是被试个数的图像,两个输出数目如何匹配?
解决思路:使用Dense层定义输出的特征向量
实际问题:最后只能输出一个标签,两个不同维度的数据输入无法统一
问题:使用2Dconv对AD的分类效果性能明显,准确率较高
思路:尝试其他方法,LSTM?或者换成GRU?
新想法:从3个不同方位提取切片作为输入
使用交叉验证？