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.