GF-Net：基于结构MRI的阿尔茨海默病三维全局傅里叶网络诊断

3D Global Fourier Network for Alzheimer’s Disease Diagnosis Using Structural MRI

摘要

1. 提出了一个三维全局傅里叶网络(GF-Net)来利用全局频率信息来捕获空间域中的远程依赖性
2. GF-Net包含三个主要组成部分:三维离散傅里叶变换，频域特征和可学习全局滤波器之间的元素乘法，以及三维傅里叶反变换。
3. 通过多实例学习策略训练GF-Net来识别鉴别特征
   代码链接

方法

由patch embedding操作和一系列全局傅里叶块(GF块)组成

FF代表频率滤波器

Frequency Filtering by 3D Fourier Transform

FF由一个层归一化(LN)、一个位置嵌入(PE)、傅里叶和傅里叶反变换以及最后一个LN组成
通过3D傅里叶变换捕获该函数的全局信息：

实验结果