用于预测胶质瘤基因型的层次化脑结构建模
计算机视觉与模式识别
2025-08-14 v1 人工智能
摘要
异柠檬酸脱氢酶 (IDH) 突变状态是胶质瘤预后的关键生物标志物。然而，当前的预测方法受限于功能性 MRI 的低可用性和噪声。结构和形态连接组提供了一种非侵入性的替代方案，但现有方法常常忽略大脑的层次化组织和多尺度交互。为了解决这个问题，我们提出了 Hi-SMGNN，这是一个将结构和形态连接组从区域级整合到模块级的层次化框架。它具有一个包含孪生网络和跨模态注意力的多模态交互模块，一个用于减少冗余的多尺度特征融合机制，以及一个个性化的模块划分策略，以增强个体特异性和可解释性。在 UCSF-PDGM 数据集上的实验表明，Hi-SMGNN 优于基线模型和最先进的模型，在 IDH 突变预测中展现出更高的鲁棒性和有效性。
引用
@article{arxiv.2508.09593,
title = {Hierarchical Brain Structure Modeling for Predicting Genotype of Glioma},
author = {Haotian Tang and Jianwei Chen and Xinrui Tang and Yunjia Wu and Zhengyang Miao and Chao Li},
journal= {arXiv preprint arXiv:2508.09593},
year = {2025}
}