轻度认知障碍的分类基于使用空间时空变换器的动态功能连接

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 计算神经科学是一种神经科学.

背景情况:

• 来自静止状态fMRI (rs-fMRI) 的动态功能连接 (dFC) 捕获大脑活动动态.
• 在dFC中的顺序信息在脑疾病识别方面未得到充分探索.
• 阿尔茨海默氏症 (AD) 和其前发症阶段,轻度认知障碍 (MCI) 需要早期检测方法.

研究的目的:

• 提出一个新的框架,共同学习来自dFC的空间和时间信息.
• 为了利用变压器架构对动态大脑连接的增强分析.
• 改善MCI的早期预测,这是AD的前体.

主要方法:

• 从rs-fMRI数据中构建dFC网络,使用滑动窗口方法.
• 采用基于变压器的框架,使用时间和空间块来捕捉时空依赖.
• 利用对比式学习来提高特征表示的稳定性,并减少对标记数据的依赖.

主要成果:

• 提出的方法在预测MCI方面表现优异.
• 在阿尔茨海默病神经成像计划 (ADNI) 数据集中的345个受试者的实验验证.
• 该框架有效地整合了空间和时间特征,以提高诊断准确度.

结论:

• 这种基于变压器的新型框架显著提高了dFC用于脑疾病预测的分析.
• 这种方法显示了早期识别轻度认知障碍和阿尔茨海默病的巨大潜力.
• 该研究强调了利用dFC中的序列和空间信息在神经退行性疾病研究中的重要性.