Das CAMF-Framework verwendet selbstaufmerksamkeits- (SA) und kreuzaufmerksamkeits- (CA) Module, um die Interaktionen innerhalb und zwischen den beiden MRT-Modalitäten (funktionelle und strukturelle MRT) zu erfassen. Die SA-Module identifizieren die Interaktionen innerhalb jeder Modalität, während die CA-Module die Interaktionen zwischen den Modalitäten untersuchen. Anschließend optimiert der Ansatz die Integration der latenten Merkmale aus beiden Modalitäten mithilfe adaptiver Gewichtung.
Die Evaluierung auf zwei umfangreichen multimodalen Bildgebungsdatensätzen zeigt, dass CAMF die Klassifikationsgenauigkeit im Vergleich zu bestehenden Methoden deutlich verbessert. Darüber hinaus wird die gradientengesteuerte Score-CAM-Methode angewendet, um kritische funktionale Netzwerke und Hirnregionen zu interpretieren, die mit Schizophrenie in Verbindung stehen. Die von CAMF identifizierten Biomarker stimmen mit etablierter Forschung überein und bieten möglicherweise neue Erkenntnisse für die Diagnose und pathologische Endophänotypen von Schizophrenie.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Ziyu Zhou,An... о arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00144.pdfГлибші Запити