科学论文新闻报道：Parkinson病患者结构性脑网络的病理学基质及拓扑性质研究 背景与研究目的 在Parkinson病（PD）中，α-synuclein在连接的脑区间传播，导致神经元损失和脑网络中断。利用扩散加权成像（DWI），可以捕捉到脑网络组织的传统测量指标和更先进的脑网络弹性措施。本文的研究目的是探讨哪些神经病理过程导致了PD患者区域网络拓扑变化及脑网络弹性的改变。 研究来源 本文由Irene Frigerio, Tommy A.A. Broeders, Chen-Pei Lin, Maud M.A. Bouwman, Ismail Koubiyr, Frederik Barkhof, Henk W. Berendse, Wilma D.J. van de Berg, Linda D...

自闭症谱系障碍（ASD）是一种以重复行为、狭窄的兴趣和严重的社交互动缺陷为特征的异质性疾病，意即在不同个体中表现差异较大。中国学龄前儿童自闭症的患病率约为1%。目前，自闭症的诊断依赖于诊断量表和医生询问，这种主观性强的评估方式极大地影响了诊断结果，给医疗、社会和教育护理带来了重大挑战。本文通过结合图卷积网络（Graph Convolutional Networks，GCN）与静态功能磁共振成像（rs-fMRI）数据，提出一种多功能连接基图卷积网络（mfc-GCN）框架，以实现对自闭症谱系障碍（Autism Spectrum Disorder，ASD）的早期诊断。本文由Chaoran Ma、Wenjie Li、Sheng Ke、Jidong Lv、Tiantong Zhou和Ling Zou共...

睡眠阶段分类在睡眠质量评估和疾病诊断中至关重要。然而，现有的分类方法在处理时间延变的多通道脑信号的空间和时间特征、应对个体生物信号差异以及模型的可解释性方面仍然面临诸多挑战。传统的机器学习方法依赖于复杂的特征工程，而深度学习方法尽管在特征表示学习上表现出色，但在空间-时间特征利用、跨个体泛化能力以及模型可解释性方面仍有待提升。 为了应对上述挑战，北京交通大学的Ziyu Jia等人以及麻省理工学院的Li-Wei H. Lehman提出了一种多视角时空图卷积网络（Multi-View Spatial-Temporal Graph Convolutional Networks, MSTGCN），并结合域泛化用于睡眠阶段分类。 论文来源 这篇论文由北京交通大学计算机与信息技术学院的Ziyu Jia,...