跳到主要内容
检索

# 动态功能连接

2 篇关联报道

订阅更新
  1. bioRxiv

    脑状态信息存在哪里取决于动力学复杂度:工作记忆靠轨迹,关系推理靠时间平均

    同一套学习到的脑动力学模型可以同时给出时间平均连接和轨迹几何两种表示,而哪一种携带区分认知条件的信息,随脑动力学复杂度改变。在人类连接组计划年轻成人队列的八个条件上,完整模型分类准确率为97.4%;把时间平均表示置零后,仅靠轨迹的分类准确率从工作记忆的93.4%降到关系推理的0.0%,与标签置换零假设无法区分。在老化队列的四个条件上,时间平均表示承担了大部分判别信息,但高复杂度与低复杂度条件之间的对比仍然保留。

  2. arXiv

    BrainSTR 用时空对比学习建模动态脑网络,在 ASD、BD、MDD 上验证并给出与既往神经影像发现一致的关键相位与子网络

    该工作提出 BrainSTR 时空对比学习框架,通过数据驱动的自适应相位划分学习状态一致的相位边界、用注意力识别诊断关键相位、并用经二值化、时间平滑与稀疏正则化的增量图结构生成器提取各相位内疾病相关连接,再以时空监督对比学习利用诊断相关的时空模式细化样本相似度度量,从而构建结构良好的语义空间;在 ASD、BD、MDD 上的实验验证了其有效性,所发现的关键相位与子网络提供了与既往神经影像发现一致的可解释证据。

已读完全部报道