MHSA：通过同步与注意力融合进行轻度认知障碍检测的多尺度超图网络

精确检测轻度认知障碍（MCI）对于及时防止患者病情恶化具有重要意义。尽管超图通过学习和分析大脑网络提升了性能，但它们通常仅依赖单一尺度上特征之间的向量距离来推断交互作用。在本文中，我们处理了一个更为艰巨的挑战，即具有脑区之间同步性的超图建模，并设计了一个新颖的框架，即通过同步与注意力融合进行 MCI 检测的多尺度超图网络（MHSA），以应对这一挑战。具体而言，我们的方法采用锁相值计算感兴趣区域（ROI）频域中的相位同步关系，并设计了一种多尺度特征融合机制，以从时域和频域整合功能磁共振成像的动态连接特征。为了评估和优化每个 ROI 对时域相位同步的直接贡献，我们构建了 PLV 系数动态调整策略，并基于综合的时频融合矩阵对动态超图进行建模。在真实世界数据集上的实验表明了我们策略的有效性。代码可在 https://github.com/Jia-Weiming/MHSA 获取。