生成式人工智能赋能的尼古丁相关回路动态检测
人工智能
2022-12-14 v1
摘要
成瘾相关回路的识别对于解释成瘾过程和开发成瘾治疗方法至关重要。由功能成像构建的功能性成瘾回路模型是发现和验证成瘾回路的有效工具。然而，分析成瘾功能成像数据并检测功能性成瘾回路仍存在挑战。我们开发了一个数据驱动且端到端的生成式人工智能（AI）框架来解决这些困难。该框架集成了动态脑网络建模与新颖的网络架构，包括时序图 Transformer 和对比学习模块。我们的生成式 AI 框架形成了一个完整工作流：来自神经生物学实验的功能成像数据和计算建模，经由端到端神经网络，转化为动态的尼古丁成瘾相关回路。它使得检测具有动态特性的成瘾相关脑回路成为可能，并揭示了成瘾的潜在机制。
引用
@article{arxiv.2212.06330,
title = {Generative artificial intelligence-enabled dynamic detection of nicotine-related circuits},
author = {Changwei Gong and Changhong Jing and Ye Li and Xinan Liu and Zuxin Chen and Shuqiang Wang},
journal= {arXiv preprint arXiv:2212.06330},
year = {2022}
}