Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)


Статья имеет ранний доступ!

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
Язык публикации: 
русский
Тип статьи: 
Научная статья
УДК: 
530.182
EDN: 

Сравнение ансамблевых и корреляционных графов в задаче классификации состояний мозга на основе фМРТ данных

Авторы: 
Власенко Даниил Владимирович, Высшая школа экономики
Ушаков Вадим Геннадьевич, Московский государственный университет имени М.В. Ломоносова (МГУ)
Заикин Алексей Анатольевич, Университетский Колледж Лондона
Захаров Денис Геннадьевич, Высшая школа экономики
Аннотация: 

Изучение функциональных сетей мозга, которые поддерживают когнитивные процессы, является одной из центральных задач современной нейронауки. Функциональная магнитно-резонансная томография (фМРТ) широко используется для получения данных об активности мозга. Однако, высокая размерность и динамическая природа фМРТ данных делает их обработку сложной задачей. Сетевые методы представления данных предлагают перспективный подход, позволяющий описывать мозг в виде сети, где узлы соответствуют областям мозга, а рёбра — функциональным связям между ними. Это позволяет глубже исследовать топологию мозговых сетей и их роль в когнитивных состояниях.

Цель данной работы — сравнить ансамблевые и корреляционные графы в задаче классификации состояний мозга на основе данных функциональной магнитно-резонансной томографии (фМРТ).

Методы. В данной работе представлен новый метод репрезентации фМРТ данных в графовой форме, основанный на ансамблевом обучении. Для демонстрации эффективности метода представления данных, мы сравнили его с корреляционными
графы, применяя затем для классификации состояний мозга графовую нейронную сеть.

Результаты и Заключение. Наши результаты показали, что ансамблевые графы приводят к существенно более точной и стабильной классификации. Лучшая эффективность классификации позволяет предположить, что с использованием этого метода мы более эффективно определяем функциональные связи между регионами мозга при выполнении когнитивных задач.
 

Благодарности: 
Исследование выполнено при поддержке Российского научного фонда (грант номер 24-68-00030) и частично за счет суперкомпьютерного комплекса Национальный исследовательский университет «Высшая школа экономики».
Список источников: 

-

Поступила в редакцию: 
12.10.2024
Принята к публикации: 
25.01.2025
Опубликована онлайн: 
03.02.2025