50、东北大学、阿尔伯塔大学:Hi-GCN从2个层次角度进行图学习,用来诊断脑部疾病[你这和MVS-GCN套娃呢?]

本文由东北大学医学图像智能计算教育部重点实验室,加拿大阿尔伯塔大学2020年10.24日发表于<Computers in Biology and Medicine> JCR\IF: Q1\7.7

Abstract:

目的:近年来,脑连接网络已被用于神经系统疾病的分类,如自闭症谱系障碍(ASD)或阿尔茨海默病(AD)。网络分析为探索脑功能缺陷与脑疾病相关的潜在结构破坏之间的关系提供了一种新的途径。网络嵌入学习旨在自动学习大脑网络的低维表示,近年来受到越来越多的关注。

方法:在这项工作中,我们建立在图神经网络的基础上,以端到端方式学习有用的图分类表示。具体而言,我们提出了一种分层GCN框架(称为hi-GCN),在考虑网络拓扑信息和主题关联的同时学习图特征嵌入。

结果:为了证明我们方法的有效性,我们在阿尔茨海默病神经成像倡议(ADNI)数据集和自闭症脑成像数据交换(ABIDE)数据集上评估了所提出方法的性能。在ABIDE和ADNI数据集上的大量实验证明了高gcn模型具有竞争力的性能。具体来说,我们在ABIDE/ADNI上获得了73.1%/78.5%的平均准确率和82.3%/86.5%的AUC。综合实验表明,我们的hi-GCN对脑障碍诊断的图分类是有效的。

结论:本文提出的hi-GCN方法从层次的角度进行图嵌入学习,同时考虑了个体大脑网络的结构和整体群体网络中受试者的相关性,能够捕捉到最本质的嵌入特征,提高疾病诊断的分类性能。此外,所提出的联合优化策略也比预训练和两步监督的高gcn训练速度更快,更容易收敛。

本文提出的hi-GCN方法从层次的角度进行图嵌入学习,同时考虑了个体大脑网络的结构和整体群体网络中受试者的相关性,能够捕捉到最本质的嵌入特征,提高疾病诊断的分类性能:

HI-GCN:

1、第一级是从原始连通性网络的拓扑结构中学习网络嵌入。

2、第二个层次是结合主语之间的语境关联来增强语义信息。

论文指出:

1、关注FMRI大脑连接网络中学习深度表征

2、大脑网络在两个层面上表现出网络结构:

一、大脑网络中区域与区域之间的大脑活动相关性

二、人口网络中主体内与主体之间的关系

实验结果:

与ABIDE数据历年SOTA对比:

结论:

近年来,基于功能磁共振图像(f-MRI)构建的功能连接网络在区分神经系统疾病患者和正常对照方面具有很大的前景。网络嵌入的目的是学习基于网络拓扑的紧凑节点表示,以方便图的分类任务。为了从大脑网络中获得更好的图嵌入,我们开发了一种新的、原则性的网络嵌入学习框架,通过GCN有效地整合群体中受试者之间的相关性。我们在现实世界的信息网络上进行了广泛的实验,以验证我们模型的有效性,与最先进的基线相比,这表明了它的优越性能。它还实现了更快的训练和更容易的收敛。

不讲五的,20年发的这个文章,22年也搞得GCN,都发的生物医学cs的这个顶刊,看来这两学校是在脑机模型是专门搞GCN的,也是实验室前辈遗留问题,20年从层次上研究GCN处理EEG,22年搞多视角,emm

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/747482.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

489: 平方和与立方和

收藏 难度&#xff1a;简单 标签&#xff1a;暂无标签 题目描述 给定一段连续的整数&#xff0c;求出他们中所有偶数的平方和以及所有奇数的立方和。 输入 输入数据包含多组测试实例&#xff0c;每组测试实例包含一行&#xff0c;由两个整数m和n组成。(m ,n不相等) m,n为要…

【论文翻译】UP-DETR—Unsupervised Pre-training for Detection Transformers

0.论文摘要 摘要——通过Transformer model编码器——解码器架构&#xff0c;用于目标检测的检测Transformer model&#xff08;DETR&#xff09;达到了与Faster R-CNN相比具有竞争力的性能。然而&#xff0c;使用scratch transformers训练&#xff0c;DETR需要大规模的训练数…

【docker】docker的常用命令

&#x1f4dd;个人主页&#xff1a;五敷有你 &#x1f525;系列专栏&#xff1a;中间件 ⛺️稳中求进&#xff0c;晒太阳 常规命令 docker version #查看docker 版本信息docker info #显示docker 的系统信息&#xff0c;包括镜像和容器数量docker --help #查看所有的命…

如何发布新闻稿?如何让媒体记者报道自己的企业?

目前&#xff0c;很多企业和个人创业者都知道用新闻稿或软文来做宣传&#xff0c;但是一般只可以发布到自己的微信公众号、百家号等自媒体平台&#xff0c;往往收效甚微。有企业找到小马识途营销顾问咨询原因&#xff0c;小马识途营销顾问分析自媒体上发软文效果不明显的原因主…

【超图】SuperMap如何使知识图谱与BIM数据的绑定

作者&#xff1a;taco 近两年知识图谱的概念突然大火了起来&#xff0c;随之而来的就是用户的各种需求&#xff0c;你们的知识图谱能干什么呢&#xff1f;知识图谱有哪些应用呢&#xff1f;在结合客户的一些需求&#xff0c;以及自身的一些想法&#xff0c;写下这篇文章。 一、…

Day10|栈与队列part01:232.用栈实现队列、225.用队列实现栈

232. 用栈实现队列 使用两个栈&#xff0c;注意pop和peek&#xff1a; class MyQueue {private Stack<Integer> stackIn;private Stack<Integer> stackOut;public MyQueue() {stackIn new Stack<>();stackOut new Stack<>();}public void push(int…

【前端框架的发展史详细介绍】

前端框架的发展史 前端框架的发展史可以追溯到1995年&#xff0c;当时微软推出了IE浏览器并开始支持CSS&#xff0c;随后&#xff0c;在1997年&#xff0c;W3C&#xff08;万维网联盟&#xff09;发布了CSS的第一个正式标准。 在2003年&#xff0c;苹果推出了Safari浏览器&am…

MySQL的insert-on-duplicate语句详解

一、insert-on-duplicate语句语法 注意&#xff1a;ON DUPLICATE KEY UPDATE只是 MySQL的特有语法&#xff0c;并不是SQL标准语法&#xff01; INSERT INTO … ON DUPLICATE KEY UPDATE 是 MySQL 中一种用于插入数据并处理重复键冲突的语法。 这个语法适用于在 insert的时候…

抖音直播招聘的主要优势有哪些?

触达广泛受众抖音拥有海量活跃用户,通过直播可以瞬间吸引大量观众关注。相比传统招聘渠道,抖音直播能够触达到更广泛、更多样化的人才群体。 提升品牌形象在直播中,企业可以展现自身独特的企业文化和价值观,增强与观众的互动交流,有助于提升品牌形象和美誉度。 精准招聘定位企业…

Java项目:53 springboot校园管理系统的设计与实现014

作者主页&#xff1a;舒克日记 简介&#xff1a;Java领域优质创作者、Java项目、学习资料、技术互助 文中获取源码 项目介绍 1、关于校园管理系统的基本要求&#xff1a; &#xff08;1&#xff09;功能要求&#xff1a;可以管理首页、个人中心、院校管理、用户管理、单位类别…

30天拿下Rust之Trait

概述 在Rust中&#xff0c;Trait是一个核心概念&#xff0c;它允许我们定义类型应该具有的行为。Trait类似于其他语言中的接口&#xff0c;但Rust的Trait更为强大和灵活。它不仅定义了一组方法&#xff0c;还允许我们指定方法的默认实现、泛型约束和继承。通过Trait&#xff0c…

Spirngboot中文乱码解决方案

在使用springboot的时候,如果我们直接在控制器里面返回中文, 则默认可能会是乱码,因为默认的编码是ISO8859-1, 要解决这个问题, 就需要我们通过重写springboot里面的configureMessageConverters方法来将默认的编码设置为utf-8即可解决, 当然你的类文件编码也必须要是utf-8的, …

leetcode-打家劫舍专题系列(动态规划)

198.打家劫舍 你是一个专业的小偷&#xff0c;计划偷窃沿街的房屋。每间房内都藏有一定的现金&#xff0c;影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统&#xff0c;如果两间相邻的房屋在同一晚上被小偷闯入&#xff0c;系统会自动报警。 给定一个代表每个…

724.寻找数组的中心下标

题目&#xff1a;给你一个整数数组 nums &#xff0c;请计算数组的 中心下标 。 数组 中心下标 是数组的一个下标&#xff0c;其左侧所有元素相加的和等于右侧所有元素相加的和。 如果中心下标位于数组最左端&#xff0c;那么左侧数之和视为 0 &#xff0c;因为在下标的左侧不…

Golang常用web框架

Gin、beego 和 GoFrame 都是流行的 Go 语言框架&#xff0c;用于构建 web 应用程序。尽管它们都有相似的目标&#xff0c;但它们在设计哲学、性能、配置方式和社区支持等方面有所不同。以下是这三个框架的一些基本区别&#xff1a; Gin&#xff1a; Gin 是一个高性能的 HTTP w…

主流常见视频编辑软件

视频编辑软件是一种用于对数字视频进行非线性剪辑、合成、添加特效、调整色彩、添加字幕等处理的计算机软件。以下是一些常见的视频编辑软件&#xff1a; Adobe Premiere Pro&#xff1a; Adobe Premiere Pro 是一款专业的视频编辑软件&#xff0c;被广泛用于电影、电视剧、广告…

SpringBoot(容器功能)

文章目录 1.Configuration 添加/注入bean1.注入bean1.编写一个JavaBean&#xff0c;Monster.java2.创建一个config文件夹&#xff08;名字任意&#xff09;&#xff0c;用于存放配置Bean的类&#xff08;相当于配置文件&#xff09;3.BeanConfig.java4.测试使用 MainApp.java2.…

Regex正则表达式 --java学习笔记

正则表达式 由一些特定字符组成&#xff0c;代表的是一个规则作用一&#xff1a;校验数据格式是否合法作用二&#xff1a;在一段文本中查找满足要求的内容 String提供了一个匹配正则表达式的方法 public boolean matches&#xff08;String regex&#xff08;正则表达式&…

Delft3D建模、水动力模拟方法及在地表水环境影响评价中的技术应用

​任博士&#xff0c;长期从事地表水数值模拟研究与实践工作&#xff0c;具有资深的技术底蕴和专业背景。 1、掌握Delft3D的建模流程&#xff0c;包括基础数据的准备、计算网格的制作、模型的调试与率定、计算结果的处理等&#xff0c;熟悉软件的基本操作。 2、熟悉Delft3D网…

18个惊艳的可视化大屏(第24辑):通讯行业的应用

实时监控&#xff1a; 可视化大屏可以实时监控通讯网络的运行状态和性能指标。通过可视化展示网络的拓扑结构、设备状态、带宽利用率、延迟等数据&#xff0c;运维人员可以及时发现和解决网络故障&#xff0c;保障通讯网络的稳定性和可靠性。 故障诊断与分析&#xff1a; 可视…