利用图神经网络与 GNNExplainer 研究脑功能连接
神经元与认知
2022-06-07 v1 机器学习
摘要
功能连接在现代神经科学中起着至关重要的作用。该模态揭示了大脑的功能与结构方面，包括多种病理背后的机制。精神分裂症即这样一种常伴随言语性幻听的病理，后者通常通过观测言语加工过程中的功能连接来研究。本工作中，我们通过对三组人群（伴言语性幻听与不伴言语性幻听的精神分裂症患者，以及健康对照）在双耳分听任务下的深度学习，向深入考察其功能连接迈进了一步。我们提出了一种基于图神经网络的框架，将 EEG 数据表示为图域中的信号。该框架可使人能够：1) 基于 EEG 记录预测脑部精神障碍；2) 对每组区分聆听状态与静息状态；3) 识别依赖于任务的特征性连接。实验结果表明，所提模型能以当前最优性能区分上述各组。此外，它为研究者提供了关于各组功能连接的有意义信息，我们已基于当前领域知识对其进行了验证。
引用
@article{arxiv.2206.01930,
title = {Investigating Brain Connectivity with Graph Neural Networks and GNNExplainer},
author = {Maksim Zhdanov and Saskia Steinmann and Nico Hoffmann},
journal= {arXiv preprint arXiv:2206.01930},
year = {2022}
}
备注
Submitted to ICPR 2022