用于关联脑结构连接组与功能连接组的可解释 AI
神经元与认知
2023-08-30 v2 统计方法学
摘要
神经科学的核心问题之一是理解脑结构如何与功能相关联。直观地，人们可将感兴趣脑区（ROIs）间白质纤维束的直接连接关联到同一对 ROIs 中增强的共激活，但结构连接组与功能连接组（SCs 与 FCs）之间的联系已被证明要复杂得多。为学习刻画 SCs、FCs 及 SC-FC 耦合中群体变化的真实生成模型，我们开发了一种图自编码器，称之为 Staf-GATE。我们使用来自人类连接组计划（HCP）的数据训练 Staf-GATE，并在预测 FC 与联合生成 SC 和 FC 上展示了最先进的性能。此外，作为所提方法的关键组成部分，我们提供了一种基于掩码的算法，以提取关于 SC-FC 耦合的可解释推断。我们的解释方法识别了 FC 耦合的重要 SC 子网络，并将 SC 和 FC 与性别相关联。
引用
@article{arxiv.2210.05672,
title = {Interpretable AI for relating brain structural and functional connectomes},
author = {Haoming Yang and Steven Winter and Zhengwu Zhang and David Dunson},
journal= {arXiv preprint arXiv:2210.05672},
year = {2023}
}