IID-GCN

新AI框架解读大脑活动以进行疾病诊断

研究人员开发了IID-GCN，一个新颖的可解释图学习框架，用于分析静息态功能磁共振成像（rs-fMRI）数据以进行疾病诊断。与关注基于相关性的边权重的传统方法不同，IID-GCN使用部分熵分解将大脑交互分解为冗余、独特性和协同图。这种方法捕捉了信息如何在脑区之间共享，揭示了功能信息组织中超越连接强度变化的疾病特异性模式。该框架利用多通道图卷积网络进行集成，并在多个数据集上展示了持续的诊断能力。