NERVE: Tokenizzazione Consapevole della Rete per l'Apprendimento della FC Cerebrale
NERVE, acronimo di Network-Aware Representations of Brain Functional Connectivity via Bilinear Tokenization, è un innovativo framework di apprendimento auto-supervisionato progettato per affrontare i problemi di tokenizzazione negli autoencoder mascherati legati alla connettività funzionale cerebrale a riposo. A differenza degli approcci standard che si concentrano su regioni specifiche o si basano su tecniche grafiche, NERVE suddivide le matrici di connettività funzionale in segmenti che catturano sia le connessioni intra-rete che inter-rete, allineandosi con la struttura modulare del cervello. Questo approccio consente flessibilità nelle dimensioni dei patch e nei ruoli funzionali, migliorando infine l'apprendimento delle rappresentazioni.
Fatti principali
- NERVE è un framework di apprendimento auto-supervisionato per la connettività funzionale cerebrale.
- Utilizza la tokenizzazione bilineare per suddividere le matrici FC in patch basate sulla rete.
- I patch corrispondono a blocchi di connettività intra-rete e inter-rete.
- Il metodo affronta i limiti della tokenizzazione incentrata sulle regioni e basata su grafi.
- Si allinea con l'organizzazione modulare intrinseca delle reti cerebrali su larga scala.
- NERVE gestisce dimensioni eterogenee dei patch e ruoli funzionali distinti.
- Il framework è progettato per autoencoder mascherati nell'analisi FC a riposo.
- L'articolo è disponibile su arXiv con ID 2605.14048.
Entità
Istituzioni
- arXiv