跨临床认知衰退范围的大脑连接体的二维隐藏空间
Güneş Bayır1, Demet Yüksel Dal2, Emre Harı3,4
1VAVlab, Department of Electrical & Electronics Engineering, Boğaziçi University, Istanbul 34342, Türkiye.
Bioengineering (Basel, Switzerland)
|August 28, 2025
概括
图表神经网络揭示了大脑连接在认知衰退阶段的变化, 从主观障碍到痴呆. 这为了解和追踪阿尔茨海默氏症和痴呆症进展提供了新的途径.
科学领域:
- 神经科学
- 人工智能
- 医学成像
背景情况:
- 阿尔茨海默病和痴呆症 (ADD) 涉及认知衰退的连续性,从主观认知障碍 (SCI) 到轻度认知障碍 (MCI) 和痴呆症.
- 以前的研究主要集中在分类这些临床阶段,对大脑连接体如何以低维,可解释的方式编码这一进展的关注较少.
研究的目的:
- 调查结构性大脑连接体是否以低维,可解释的形式编码认知衰退连续性.
- 开发和验证基于图形神经网络 (GNN) 的框架,用于将认知恶化映射到2D大脑连接组.
主要方法:
- 利用图形神经网络 (GNN) 框架将结构性大脑连接体嵌入到二维多重体中.
- 使用基于注意力的图集和主要组件分析 (PCA) 来分析跨认知阶段的连接组变化.
- 使用曲线下的接收器操作特征区域 (ROC-AUC) 评估模型性能,用于不同认知状态之间的分类.
主要成果:
- 轻度认知障碍 (MCI) 的受试者在学习组中始终处于主观认知障碍 (SCI) 和阿尔茨海默病和痴呆症 (ADD) 阶段之间.
- 观察到的连接体嵌入的转变与已知的ADD病理的临床生物标志物相一致.
- 该GNN框架表现出强大的分类性能,ROC-AUC得分为ADD与SCI的0.93和ADD与MCI的0.81.
结论:
- 结构性大脑连接体呈现出紧,不断演变的模式,
- 拟议的基于GNN的多元体提供了可解释和神经学基础的痴呆进展表现.
- 结构连接体的变化可以作为跟踪阿尔茨海默病和痴呆症认知恶化的潜在标志物.
