一个多视图大脑网络转换器,将个性化信息融合为自闭症谱系障碍诊断
概括
这项研究引入了一种新型的多视图大脑变压器 (MBT),通过合并常见和个体大脑功能连接 (FC) 数据来改善自闭症谱系障碍 (ASD) 诊断,优于现有方法.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 休息状态fMRI的功能连接 (FC) 网络是自闭症谱系障碍 (ASD) 的关键生物标志物.
- 现有的方法往往忽略了个体患者的数据,无法捕捉间接的大脑区域的相互作用,限制了诊断的准确性.
- 在ASD中神经生物学异质性需要将共同和个性化的信息整合在一起的方法.
研究的目的:
- 为自闭症谱系障碍 (ASD) 诊断开发一种新的多视图大脑变压器 (MBT).
- 从静止状态fMRI数据中有效地融合共同和个性化的功能连接 (FC) 信息.
- 通过结合间接的大脑区域相互作用来解决现有方法的局限性.
主要方法:
- 使用触角皮尔森嵌入 (TP) 和常规直角基础提取 (COBE) 构建了通用和个性化的FC网络.
- 开发了一种多视图大脑变压器 (MBT),包括扩散内核 (DK) 变压器,融合质量启发权重 (FQW),相似性损失和正规集群融合读数 (OCFRead).
- 利用TP,DK和FQW模块来建模更广泛的大脑连接,捕捉间接相互作用.
主要成果:
- 与使用AAL和CC200模板的ABIDE数据集上最先进的方法相比,拟议的MBT框架显示出更高的性能.
- 该方法有效地融合了共同和个性化的大脑网络特征,提高了诊断潜力.
- 扩散核和聚变权重模块成功捕获了更广泛和间接的大脑连接模式.
结论:
- 新的多视图大脑变压器 (MBT) 在临床自闭症谱系障碍 (ASD) 诊断方面显示出重大前景.
- 通过先进的变压器架构集成个性化和共同的功能连接信息,提高了诊断准确度.
- MBT框架提供了一种有价值的方法,通过模拟复杂的大脑相互作用来克服当前ASD诊断工具的局限性.
