相关实验视频

Updated: Jul 17, 2025

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Published on: October 24, 2012

关于大脑功能连接的多层次和联合注意网络,用于跨认知预测

Jing Xia¹, Nanguang Chen¹, Anqi Qiu²

¹Department of Biomedical Engineering, National University of Singapore, Singapore.

Medical image analysis

|September 4, 2023

概括

这项研究引入了一种新的深度学习网络,用于从休息状态功能性MRI (rs-fMRI) 分析脑活动,以预测认知功能. ML-Joint-Att网络有效地识别了共享的神经机制,提高了认知灵活性和抑制的预测准确性.

科学领域:

神经科学是一个神经科学.
人工智能的人工智能
认知科学认知科学

背景情况:

休息状态功能性MRI (rs-fMRI) 的深度学习成功地预测了个人的认知功能或精神疾病.
然而,不同认知功能或精神疾病的共同神经机制可以提高预测和分类.
现有的方法往往独立分析任务,可能缺少关键的共享信息.

研究的目的:

提出一种新的多层次和联合注意 (ML-Joint-Att) 网络,用于学习大脑功能连接的高阶表示.
识别神经机制,这些神经机制是特定的,并在多个认知任务中共享.
通过利用共享的神经信息来提高认知功能的预测准确性.

主要方法:

设计了结合边缘和节点卷积运算符的ML-Joint-Att网络,一个自适应的启动模块和三个注意力模块 (网络智能,区域智能和区域智能联合注意力).
适应性启动模块捕捉了多个空间尺度上的功能连接.
区域智能联合注意模块学习跨任务的共享大脑特征,通过补偿特定任务信息来增强预测.

主要成果:

ML-Joint-Att网络在使用青少年大脑认知发展 (ABCD) 数据集 (n=9092) 预测认知灵活性和抑制方面表现出有效性.
实验验证实了注意力模块的实用性,确定了两个认知功能的特定和常见的大脑连接和区域.
联合注意模块显著提高了两个认知功能的预测准确性,网络在不同研究地点显示出稳健性.

结论:

拟议的ML-Joint-Att网络有效地从rs-fMRI数据中学习共享和特定的神经表征,以改善认知功能预测.
共同关注机制对于利用跨任务的共同点至关重要,从而提高预测性能.
该方法优于ST-GCN和BrainNetCNN等现有技术,并将其推广到其他认知预测中,突出了其在神经科学研究中的潜力.

关键词:

注意力机制注意力机制大脑的功能连接性大脑功能连接性共同关注共同关注共同关注多个尺度的分析分析.多任务学习是多任务学习.

更多相关视频

Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms

Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms

Published on: March 21, 2019

Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy

Published on: August 5, 2014

相关概念视频

Association Areas of the Cortex

Association Areas of the Cortex

Association areas are regions of the cerebral cortex that do not have a specific sensory or motor function. Instead, they integrate and interpret information from various sources to enable higher cognitive processes such as memory, learning, and decision-making. Some key association areas include the following:
Prefrontal Association Area: This area is located in the frontal lobe and is involved in planning, decision-making, and moderating social behavior. It connects with primary motor areas,...