複雑ウェーブレットベースのトランスフォーマーによる実部および虚部の直接モデリングを介した神経発達障害の診断

科学分野:

• 神経画像および計算神経科学
• 脳ダイナミクスおよびスペクトル分析

背景:

• 安静時機能的磁気共鳴画像法（rs-fMRI）は、脳障害の理解に不可欠な内在性脳活動を明らかにします。
• 従来の周波数領域分析（例：フーリエ変換）は、非定常信号に対処するのが難しく、しばしば複素スペクトル成分（実部/虚部）を無視します。

主な方法:

• rs-fMRIからの連続ウェーブレット変換（CWT）係数のスペクトル、時間的、空間的注意モジュールを統合したトランスフォーマーアーキテクチャを提案しました。
• 自己および相互注意メカニズムを利用して、コンポーネント内およびコンポーネント間の関係を共同で分析しました。
• 自閉症脳画像データ交換（ABIDE）-IおよびADHD-200データセットでフレームワークを検証しました。

結論:

• CWTベースのrs-fMRIデータの実際および虚数成分を共同でモデル化することにより、神経発達障害の診断パフォーマンスが向上します。
• 提案されたトランスフォーマーフレームワークは、特定のスペクトルおよび空間パターンを強調することにより、ASDおよびADHDの神経生物学に対する解釈可能な洞察を提供します。