文献

J-GLOBAL ID：202002224571325458   整理番号：20A2274513

fMRIシーケンスにおける階層的グラフ畳込みネットワークを用いた弁別神経回路の検出【JST・京大機械翻訳】

Detection of Discriminative Neurological Circuits Using Hierarchical Graph Convolutional Networks in fMRI Sequences

著者 (10件)： Xing Xiaodan (United-Imaging Intelligence, Shanghai, China) ,  Xing Xiaodan (Medical Imaging Center, Shanghai Advanced Research Institute, Shanghai, China) ,  Jin Lili (Center for the Study of Applied Psychology, South China Normal University, Guangzhou, China) ,  Li Qinfeng (Laboratory of Psychological Health and Imaging, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, Shanghai, China) ,  Chen Lei (United-Imaging Intelligence, Shanghai, China) ,  Xue Zhong (United-Imaging Intelligence, Shanghai, China) ,  Peng Ziwen (Center for the Study of Applied Psychology, South China Normal University, Guangzhou, China) ,  Peng Ziwen (Department of Child Psychiatry, Shenzhen Kangning Hospital, Shenzhen Mental Health Center, Shenzhen, China) ,  Shi Feng (United-Imaging Intelligence, Shanghai, China) ,  Shen Dinggang (United-Imaging Intelligence, Shanghai, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12443  ページ： 121-130  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： グラフ畳み込みネットワーク(GCN)は,機能的MRI連結性をモデル化し,神経疾患作業を認識する可能性を示した。しかし,従来のGCN層は,階層的グラフ表現のモデリングなしに,一般に元のグラフトポロジーを継承する。さらに,GCNの可読性は広く研究されているが,そのような研究は,神経回路としてそれらを形成する代わりに,いくつかの独立した影響を受けた脳領域を同定し,それは疾患機構調査にとってより望ましい。本論文では,階層的動的GCN(HD-GCN)を提案し,脳領域および脳領域クラスタから成る高次グラフからなる低次元グラフから情報を結合した。このアルゴリズムは一貫した動的グラフプールを学習し,階層的グラフ表現学習による分類精度の改善を助け,影響を受けた神経回路を同定することができた。提案方法の一般化可能性を評価するために,2つのデータセットを採用した:ADNIデータセット177人のAD患者と115人の対照,および67人の患者と61人の対照を含む肥満-複合障害(OCD)データセット。分類精度は,ADNIデータセット上の[数式:原文を参照]とOCDデータセット上の[数式:原文を参照]に達した。影響を受けた脳回路も同定し,これは以前の心理学的研究と一致した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  位相幾何学 ,  *畳込み ,  *ネットワーク ,  可読性 ,  神経系疾患 ,  肥満 ,  クラスタ ,  連結性
準シソーラス用語： *機能的MRI ,  低次元 ,  脳領域 ,  グラフレプリゼンテーション , 【Automatic Indexing@JST】

著者キーワード (3件)： グラフ畳込み ,  機能的結合性 ,  回路検出

分類 (1件)： 脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： fMRI ,  シーケンス ,  グラフ ,  畳込み ,  神経回路