可解釋孿生圖對比學習及其在腦疾病診斷中的應用

摘要： 近年來，許多研究采用靜息態(tài)磁共振成像(rs-fMRI)構(gòu)建動態(tài)功能連接網(wǎng)絡，并將其應用于癲癇、精神分裂癥等腦部疾病的診斷.研究表明，圖卷積網(wǎng)絡可以有效保存圖結(jié)構(gòu)，提取腦網(wǎng)絡的高階特征.然而，現(xiàn)有的利用GCN模型對腦疾病進行診斷的模型通常在訓練的過程中不進行圖結(jié)構(gòu)的更新，因此模型效果常常受到輸入圖質(zhì)量的約束.另外由于GCN模型缺乏可解釋性的特點，也限制了模型在疾病診斷上的廣泛應用...