Apprendimento di Connettività Disentangled Multi-Atlante per Rappresentazioni di Disturbi Cerebrali
Un team di ricercatori ha introdotto Multi-Atlas Disentangled Connectivity Learning (MADCLE), un framework per l'apprendimento di rappresentazioni multi-ramo che codifica simultaneamente matrici di connettività funzionale (FC) da vari atlanti cerebrali. Mentre la FC derivata da fMRI in stato di riposo è frequentemente utilizzata per esaminare i cambiamenti nelle reti cerebrali associati a disturbi, i risultati possono differire in base all'atlante selezionato. MADCLE affronta il problema della variabilità tra atlanti sviluppando rappresentazioni specifiche per atlante relative alle malattie, evitando di fare affidamento su una variabile latente unificata. Ulteriori informazioni su questo metodo sono disponibili nel preprint arXiv 2605.07026.
Fatti principali
- MADCLE è un framework di apprendimento di rappresentazioni multi-ramo
- Codifica congiuntamente matrici FC da diversi atlanti cerebrali
- La costruzione della FC dipende dalla scelta dell'atlante cerebrale
- Parcellizzazioni diverse enfatizzano caratteristiche organizzative distinte
- Gli approcci multi-atlante esistenti fondono le caratteristiche a livello superficiale
- I metodi di disentanglement a singolo atlante non affrontano l'eterogeneità tra atlanti
- MADCLE apprende rappresentazioni relative alla malattia per atlante
- Il preprint è su arXiv con ID 2605.07026
Entità
Istituzioni
- arXiv