MPP-GNN: Rilevamento Adattivo dei Moduli Cerebrali per la Classificazione dell'Alzheimer

I ricercatori hanno introdotto un nuovo framework di apprendimento automatico noto come Meta Probabilistic Pooling GNN (MPP-GNN) volto a classificare la malattia di Alzheimer (AD) attraverso dati fMRI. Questo modello supera le carenze delle attuali tecniche di reti neurali a grafo (GNN) che si basano su un numero uniforme di moduli cerebrali funzionali per tutti gli individui, non riuscendo a tenere conto della variabilità tra i soggetti. MPP-GNN utilizza una partizione adattiva gerarchica del grafo per identificare moduli cerebrali unici per ciascun soggetto, che fungono da prior esplicito per migliorare il raffinamento dei bordi e l'apprendimento delle rappresentazioni. Questo metodo è strutturato come un problema di ottimizzazione accoppiato a due livelli. La validazione su due dataset fMRI pubblici ha rivelato una maggiore accuratezza di classificazione. I risultati sono delineati in un articolo su arXiv (arXiv:2607.28681).