动态时空图神经网络

3.5秒短时序列即达96.8%

同时建模脑功能连接中稳定长程与动态短程空间关联，并融合多属性信号的ASD识别模型。

Zhengqi, Fan · Ziheng, Gao · 徐凌宇 · Yu, Jie · 李军

Biomedical Signal Processing and Control 2024

参数信息

分类准确率

96.8 %

受试者数量

47

技术优势

短时片段即可高准确率识别

仅需3.5秒的fNIRS信号，模型即可达到96.8%的分类准确率，便于快速筛查。

同时捕捉长程与短程动态连接

同时建模稳定长时和动态短时空间关联，更全面地反映大脑功能连接的时变特性。

融合多种fNIRS属性以利用共变信息

从多个fNIRS属性中提取并融合时空相关性，更好地反映神经血管耦合。

可视化动态脑功能连接网络

模型生成的空间图可以直观展示ASD与典型发育儿童大脑功能连接的差异。

应用场景

• 脑疾病辅助诊断：提供基于fNIRS短时数据的ASD分类结果，辅助医生快速判断。
• fNIRS神经成像分析：对fNIRS信号进行多属性时空图建模，提取更全面的脑功能连接特征。
• 可穿戴脑监测：仅需3.5秒短时信号即可识别，适合在移动或可穿戴场景下快速检测。
• 神经发育障碍筛查：模型能用短时fNIRS数据高效区分ASD与典型发育儿童，支持早期筛查。