图神经网络在网络神经科学中的应用
机器学习
2022-09-30 v2 神经元与认知
摘要
无创医学神经成像已带来许多关于脑连接性的发现。若干绘制形态、结构与功能脑连接性的重要技术被开发出来，以创建人脑中神经元活动的综合路线图——即脑图。凭借其非欧几里得数据类型，图神经网络（GNN）提供了一种学习深层图结构的巧妙方式，并迅速成为领先的最先进技术（SOTA），在各种网络神经科学任务中带来增强的性能。在此我们综述当前基于GNN的方法，强调它们已用于脑图相关的若干应用，如缺失脑图合成与疾病分类。我们最后勾勒了在网络神经科学领域更好地应用GNN模型于神经障碍诊断与群体图整合的路径。我们工作中引用的论文列表见 https://github.com/basiralab/GNNs-in-Network-Neuroscience。
引用
@article{arxiv.2106.03535,
title = {Graph Neural Networks in Network Neuroscience},
author = {Alaa Bessadok and Mohamed Ali Mahjoub and Islem Rekik},
journal= {arXiv preprint arXiv:2106.03535},
year = {2022}
}