随机化人类大脑功能表示用于大脑疾病诊断

科学领域:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 医学诊断 医学诊断 医学诊断

背景情况:

• 休息状态fMRI (rs-fMRI) 量化功能连接 (FC) 对于理解大脑疾病至关重要.
• 传统的FC分析使用基于地图的兴趣区域 (ROI) 分片,它具有主观偏见和缺乏个体特异性等局限性.
• 现有的方法难以应对fMRI数据的高维度,并将分片与FC分析集成在一起.

研究的目的:

• 为大脑功能表示提出一种新的随机化策略,以增强神经疾病诊断.
• 在fMRI分析中克服传统的基于图谱的ROI分片的局限性.
• 开发一个框架,避免主观的 atlas 选择,并考虑个体大脑的特异性.

主要方法:

• 采用随机抽样策略来提取大脑补丁,绕过了基于地图的ROI分片的需要.
• 引入了一个新的大脑功能表示框架,描述基于补丁和位置信息的采样补丁.
• 适应选择辅助的变压器网络旨在优化和整合疾病诊断的补丁表示.

主要成果:

• 拟议的框架在三个独立数据集中展示了有效性和普遍性.
• 实验结果验证了该方法改善神经疾病诊断的能力.
• 该方法为传统的基于图谱的功能连接分析提供了一个有希望的替代方案.

结论:

• 这种新型的随机化策略有效地产生了大脑功能表示,以改善神经疾病诊断.
• 拟议的框架解决了rs-fMRI分析中基于图谱的方法的关键局限性.
• 这项研究在使用神经成像数据诊断脑疾病方面取得了重大进展.