基于高阶拓扑持续图像VAE-GAN的精分患者预测研究

分享到

【作者】尹梦真，阴桂梅，陈思，师冬丽，王琳，张曼洁，董源，谭淑平，王彬
【刊名】太原师范学院学报(自然科学版)
【作者单位】¹太原师范学院计算机科学与技术学院；²北京回龙观医院精神医学研究中心北京回龙观医院；³太原理工大学计算机科学与技术学院
【年份】2025
【卷号】第24卷
【期号】第2期
【页码】18-23
【ISSN】1672-2027
【关键词】变分自编码器生成对抗网络精神分裂症拓扑数据分析持续图像
【摘要】目前基于深度学习的精神分裂症脑网络的研究，大多忽略了高阶脑功能网络对精神分裂症的影响和存在获取的样本量较少的问题，为了解决这些问题，提出一种基于高阶拓扑持续图像变分自编码器生成对抗网络预测模型，该模型结合了VAE和GAN的优点，生成高质量的样本并有效捕捉数据的潜在分布，提取数据的高阶拓扑特征，在高维空间中捕捉信号的复杂结构.其中VAE对高阶拓扑持续图像的分布进行建模，GAN中采用GAT和LSTM结合捕捉空间特征和时间特征.在103例精分患者和92例健康被试的精神分裂症数据集上进行实验，结果表明，...
【基金】国家自然科学基金;山西省自然科学基金
【文献类型】期刊