Multimodale Populationsgraphnetzwerke mit Selbstaufmerksamkeitsmechanismen zur Identifizierung von Autismus-Spektrum-Störungen

Die Identifizierung von Autismus-Spektrum-Störungen (ASD) wird durch Datenheterogenität zwischen Standorten, unklare modellierung interindividueller Beziehungen auf Populationsebene und einen Mangel an biologisch sinnvollen Analysen von Hirnregionen erschwert. Um diese Probleme anzugehen, schlägt dieses Papier GPGATNet vor, ein plattformübergreifendes Framework zur ASD-Identifizierung, das lernbare Mechanismen auf drei Ebenen einführt - individuelle Repräsentationsausrichtung, Konstruktion von Populationsgraphen und stabiles Lernverbreitung - um eine robuste Klassifikation zu erreichen und gleichzeitig die Entdeckung von Biomarkern zu ermöglichen. Ein dreilagiges selbstaufmerksames, unbeaufsichtigtes Graph-Pooling-Modul, SAGNet, wurde entwickelt, um adaptiv Hirnmerkmal-Untergraphen über Knotengewichtungsbewertungen und hierarchische Top-k-Auswahl zu extrahieren. Diese Strategie lindert die Diskrepanzen in der Skala zwischen den Standorten und bietet gleichzeitig interpretierbare Schätzungen der regionalen Beiträge. Darüber hinaus wird ein Modellierungsschema für Populationsgraphen basierend auf dem Paradigma "phänotypisches Skelett + funktionale Konnektivität Kantengewicht-Updates" verwendet, um die Robustheit der Modellierung interindividueller Beziehungen zu verbessern. Darüber hinaus wird ein graphkonvolutionsnetzwerk, MH-GCAT, entwickelt, indem Multi-Branch-Faltungen mit Multi-Head-Attention-Fusion integriert werden, um die diskriminative Fähigkeit auf Populationsebene zu stärken. Experimente mit dem ABIDE-Datensatz zeigen, dass GPGATNet bestehende Methoden übertrifft. Darüber hinaus beobachten wir durch die Kombination von auf Aufmerksamkeit basierender Lokalisierung mit Analysen von BOLD-Signalfluktuationen funktionale Abnormalitäten und Aktivitätsinstabilität in Schlüsselregionen wie dem Thalamus und dem Hippocampus bei ASD, was neuroimaging Beweise für das Verständnis von Beeinträchtigungen in der Emotionsregulation und im sozialen Verhalten liefert.