ترانسفورمر نوروگراف: رویکردی نوین برای طبقهبندی اختلال طیف اوتیسم و شناسایی نشانگرهای زیستی عصبی

اختلال طیف اوتیسم یکی از اختالالت پیچیده عصبی-تکاملی است که با مشکلاتی در تعاملات اجتماعی، ارتباطات کالمی و غیرکالمی و الگوهای رفتاری تکراری و محدود مشخص می شود. روشهای سنتی تشخیص این اختلال عمدتا مبتنی بر ارزیابیهای ذهنی و رفتاری هستند که وابسته به تخصص بالینی بوده و فرآیندی زمان بر و پرهزینه است. بنابراین، توسعه ابزارهای عینی، خودکار و قابل اعتماد برای تشخیص زودهنگام و مداخالت موثر، از اهمیت ویژه ای برخوردار است. تصویربرداری تشدید مغناطیسی عملکردی (fMRI) به عنوان یک روش غیرتهاجمی برای مطالعه فعالیت مغزی، ظرفیت باالیی در شناسایی نشانگرهای زیستی عصبی مرتبط با ASD دارد. این روش با اندازه گیری فعالیت عصبی در نواحی مختلف مغز، امکان تحلیل الگوهای اتصال عملکردی و ساختار شبکه های مغزی (کانکتوم ها) را فراهم می کند. تحلیل این کانکتوم ها می تواند به شناسایی الگوهای غیرطبیعی ارتباطی در افراد مبتلا به ASD منجر شده و بهبود تشخیص و درک مکانیسم های زیربنایی این اختلال را تسهیل نماید. با این حال، تحلیل داده های fMRI و کانکتوم های مغزی چالش های متعددی را به همراه دارد. این داده ها معمولا دارای ابعاد باال، نویز ذاتی و تنوع بین فردی و بین سایتی هستند. عالوه بر این، کانکتوم ها اطلاعات پیچیده ای درباره توپولوژی شبکه مغزی و روابط بین نواحی مغز ارائه می دهند که مدل سازی آن ها با روش های یادگیری ماشین سنتی دشوار است. این روش ها غالبا به مهندسی ویژگی دستی نیاز دارند که زمان بر، پرهزینه، و در برخی موارد ناکارآمد است. این مسائل بر نیاز به استفاده از روش های محاسباتی پیشرفته و یادگیری عمیق برای استخراج اطلاعات ارزشمند از این داده های پیچیده تاکید می کنند.

کلیدواژه ها:

ABIDE ، اختلال طیف اوتیسم ، ترانسفورمر ، تشخیص اوتیسم ، شبکه مغز ، کانکتوم