解釈可能な機能的動的シナプスグラフニューラルネットワークを用いた大うつ病の安静時fMRIからの診断

科学分野:

• 神経科学
• 人工知能
• 精神医学

背景:

• 大うつ病（MDD）は世界中で数百万人に影響を与えており、診断とモニタリングツールの改善が必要です。
• 現在のMDD予測のための安静時機能的磁気共鳴画像法（rs-fMRI）とディープラーニング法は、動的な脳信号特性と領域間の接続強度を見落としがちです。
• この制限により、予測モデルにおける脳領域の更新は生物学的な特異性を欠いています。

主な方法:

• 機能的動的シナプスグラフニューラルネットワーク（FDSyn-GNN）モデルの開発。
• 動的なBOLD信号特性を捉えるための双方向ゲート付き再帰ユニット（Bi-GRU）タイムスタンプエンコーディング（BGTE）モジュールの統合。
• 脳領域の接続を考慮した更新のためのシナプスグラフトランスフォーマー（SGT）モジュールの組み込み。

結論:

• 提案されたFDSyn-GNNは、MDD予測のための動的なrs-fMRIデータの活用において大きな進歩を提供します。
• 時間的ダイナミクスとネットワーク接続を統合するモデルの能力は、MDDにおける脳機能の分析に対してより生物学的に特異的なアプローチを提供します。
• FDSyn-GNNは、バイオマーカー発見に有望であり、大うつ病の神経生物学的メカニズムに関する貴重な洞察を提供します。