一种基于时空图多头注意力的脑效应连接学习方法技术

技术编号:41377296 阅读:14 留言:0更新日期:2024-05-20 10:20
本发明专利技术公开了一种基于时空图多头注意力的脑效应连接学习方法,时空图多头注意力网络包括空间图多头注意力块和时间多头注意力块。首先,对数据进行嵌入,再输入到第一个STGMHA网络中。在每个中间STGMHA网络中,前一个网络的输出作为下一个网络的输入,最后一个STGMHA网络的输出则输入到预测层。本发明专利技术首次利用GAT从fMRI数据中提取脑效应连接网络的方法。与大多数使用GCN的技术不同,GCN在卷积过程中使用对称的拉普拉斯矩阵,因此不能直接适用于有向图。相比之下,GAT可以适用于无向图,更有效地提取脑区间的因果关系。

【技术实现步骤摘要】

本专利技术涉及fmri功能磁共振成像数据的因果知识提取以及时空特征提取方法,针对基于fmri的脑疾病诊断问题,设计了一种基于时空图多头注意力的脑效应连接学习方法


技术介绍

1、脑效应连接网络(brain effective connectivitynetwork,ecn)反映了一个脑区域如何对另一个脑区域施加影响,以及这种影响是通过突触传递还是整体群体活动实现的。脑效应连接网络的构成可以被看作是一个图结构,其中脑区域作为节点,边表示不同脑区域之间的影响关系。通过研究和分析脑效应连接网络,可以更好地理解脑区域之间的功能和信息传递,以及在不同神经和认知过程中的作用。脑效应连接网络分析已在多个临床研究领域得到应用,深入研究神经和精神疾病,包括阿尔茨海默病(alzheimer’s disease,ad),精神分裂症(schizophrenia),抑郁症(depression),自闭症谱系障碍(autismspectrum disorder,asd)等。

2、近年来,出现了许多用于分析fmri数据的技术,这些技术主要可以分为两类:基于模型的方法和数据驱本文档来自技高网...

【技术保护点】

1.一种基于时空图多头注意力的脑效应连接学习方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于时空图多头注意力的脑效应连接学习方法,其特征在于,步骤二中,采用滑动窗口的方法来实施数据增强,对于长度为T的时间序列,如果设定窗口大小为W,步长为S,那么得到M个长度为W的时间序列数据,其中利用皮尔逊相关系数构建脑效应连接网络作为初始参数。

3.根据权利要求1所述的一种基于时空图多头注意力的脑效应连接学习方法,其特征在于,步骤四中,空间图多头注意力块,首先利用空间多头注意力提取fMRI数据的不同维数的图信息,然后利用GAT提取fMRI数据的图结构;

...

【技术特征摘要】

1.一种基于时空图多头注意力的脑效应连接学习方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于时空图多头注意力的脑效应连接学习方法,其特征在于,步骤二中,采用滑动窗口的方法来实施数据增强,对于长度为t的时间序列,如果设定窗口大小为w,步长为s,那么得到m个长度为w的时间序列数据,其中利用皮尔逊相关系数构建脑效应连接网络作为初始参数。

3.根据权利要求1所述的一种基于时空图多头注意力...

【专利技术属性】
技术研发人员:刘金铎熊雯冀俊忠
申请(专利权)人:北京工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1