-
生物通官微
陪你抓住生命科技
跳動的脈搏
生物通官微
陪你抓住生命科技
跳動的脈搏
基于群體圖的自閉癥譜系障礙識別框架H-GWNN：攻克數據異質性的創新方法
《Current Proteomics》：H-GWNN: A Population Graph-Based Autism Spectrum Disorders Identification Framework for Tackling Data Heterogeneity
【字體： 大 中 小 】 時間：2025年05月21日 來源：Current Proteomics 0.5
編輯推薦：
為解決多站點功能磁共振成像(fMRI)數據異質性導致的分類瓶頸，研究人員提出了一種基于群體圖的同質化圖小波神經網絡(H-GWNN)框架。通過平衡同質化算法(BHA)處理數據差異，融合影像與表型數據構建群體圖，并動態調整圖小波尺度提取關鍵特征。在ABIDE自閉癥數據集上實現83.58%的分類準確率，顯著優于傳統圖卷積網絡(GCN)，為自閉癥譜系障礙(ASD)的精準識別提供了新范式。
當深度學習遇上多站點功能磁共振成像(fMRI)數據，自閉癥譜系障礙(ASD)研究迎來新突破！傳統圖卷積網絡(GCN)囿于固定尺度的鄰居信息聚合，難以應對復雜的大腦網絡特征。這項研究祭出殺手锏——同質化圖小波神經網絡(H-GWNN)，像智能顯微鏡般動態調節觀察尺度：先用量身定制的平衡同質化算法(BHA)消除數據"方言差異"，再將影像與表型數據熔鑄成群體圖，最后通過圖小波神經網絡的"多尺度探針"精準捕獲關鍵生物標記。在權威自閉癥數據集ABIDE上的表現堪稱驚艷：83.58%的分類準確率一騎絕塵，不僅攻克了數據異質性難題，更揭示了最優尺度下的神經機制。這項研究為腦疾病診斷裝上了可調節的"科學透鏡"，讓隱藏在大腦連接組中的ASD指紋無所遁形！
生物通微信公眾號
知名企業招聘
