深度学习从脑功能网络揭示青年与老年多种脑障碍背后的共同谱系
人工智能
2023-02-24 v1
摘要
人类早期和晚期生命中的脑障碍可能在脑功能上共享病理改变。然而，来自神经影像数据的病理共同性关键证据仍未被揭示。为探索该假设，我们构建了一个深度学习模型，使用多站点功能磁共振成像数据（N=4,410，6个站点），借助一组共同特征对5种不同脑障碍与健康对照进行分类。我们的模型在6个被调查站点的数据上取得了62.6(1.9)%的总体分类准确率，并检测到一组在不同空间尺度上共同受影响的功能子网络，包括默认模式、执行控制、视觉和边缘网络。在个体数据的深层特征表示中，我们观察到患病的年轻和衰老患者呈连续分布，这与“障碍谱系”的临床概念一致。所揭示的早期和晚期生命脑障碍背后的谱系促进了对生命周期中障碍共病的理解。
引用
@article{arxiv.2302.11871,
title = {Deep learning reveals the common spectrum underlying multiple brain disorders in youth and elders from brain functional networks},
author = {Mianxin Liu and Jingyang Zhang and Yao Wang and Yan Zhou and Fang Xie and Qihao Guo and Feng Shi and Han Zhang and Qian Wang and Dinggang Shen},
journal= {arXiv preprint arXiv:2302.11871},
year = {2023}
}