基于高级脑功能表征与Kolmogorov-Arnold网络的自闭谱系综合诊断提升
计算机视觉与模式识别
2025-09-26 v2
摘要
量化功能连接(FC)是诊断多种脑障碍的关键指标，传统方法依赖预定义的脑图谱，但会导致选择偏差且忽视特定性。为此，我们提出一种新型基于变换器的分类网络(ABFR-KAN)，用于辅助诊断自闭谱系综合症(ASD)。ABFR-KAN采用Kolmogorov-Arnold网络(KAN)块取代传统的多层感知机(MLP)组件。通过系统实验发现，ABFR-KAN在不同模型架构配置下均能有效提升ASD诊断效果。代码已公开于https://github.com/tbwa233/ABFR-KAN
引用
@article{arxiv.2504.03923,
title = {Improving Brain Disorder Diagnosis with Advanced Brain Function Representation and Kolmogorov-Arnold Networks},
author = {Tyler Ward and Abdullah-Al-Zubaer Imran},
journal= {arXiv preprint arXiv:2504.03923},
year = {2025}
}
备注
Paper presented orally and as a poster at MIDL 2025