一个可解释的几何加权图注意力网络,用于识别与步行障碍相关的功能网络
Favour Nerrise1, Qingyu Zhao2, Kathleen L Poston3
1Department of Electrical Engineering, Stanford University, Stanford, CA, USA.
ArXiv
|August 7, 2023
概括
这项研究引入了一个可解释的图形神经网络 (xGW-GAT) 用于使用大脑功能网络预测帕金森病 (PD) 步行障碍. 该模型确定了关键的连接模式,有助于理解PD的进展和开发有针对性的疗法.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 帕金森病 (PD) 的特点是逐渐失去姿势反射,导致步态和平衡问题.
- 了解与步行障碍相关的大脑功能障碍对于PD进展见解和治疗发展至关重要.
结论:
- xGW-GAT在预测PD步行障碍方面优于现有方法.
- 该模型揭示了临床相关的连接模式,增强了对运动障碍的理解.
- 提供了对帕金森病中大脑网络改变的可解释的见解.
