پیش بینی سن مغز مبتنی بر تصاویر fMRI با استفاده از شبکه های عصبی گرافی و الگوریتم ژنتیک

پیش بینی سن مغز با استفاده از تصاویر fMRI و شبکه عصبی گرافیکی از رویکردهای پیشرفته در زمینه تحلیل داده های تصویربرداری عصبی است. در این روش، ابتدا از تصاویرfMRI برای استخراج ماتریس ارتباطات کارکردی و ساخت گراف مغزی استفاده می شود. سپس با بهره گیری از شبکه عصبی گرافی GCN-SE، ویژگی های مربوط به شبکه های مختلف مغز و ارتباطات بین آنها استخراج و برای پیش بینی سن استفاده می گردد. پس از انجام پیش بینی اولیه، برای بهبود دقت پیش بینی، از تکنیک اصلاح بایاس سن مغز استفاده می شود. این مرحله کمک می کند تا سوگیری ها در پیش بینی های سن مغزی تصحیح شده و دقت مدل افزایش یابد. در نهایت، برای شناسایی مهم ترین شبکه های مغز ، از الگوریتم ژنتیک استفاده می گردد. این الگوریتم با جستجوی هوشمند در فضای ممکن، بهینه ترین زیرمجموعه از شبکه هایی که بیشترین تاثیر را بر پیش بینی سن دارند، پیدا می کند. نتایج این مقاله با میانگین خطای مطلق۲.۰۰۳و ۱.۲۶۱ بر حسب سال به ترتیب برای تصاویر مغزی مربوط به مردان و زنان نشان داد که این رویکرد قادر به ارائه پیش بینی های دقیق تر و شناسایی شبکه های کلیدی مغز در فرآیند پیری است.

کلیدواژه ها:

پیش بینی سن مغز ، تصاویر fMRI ، شبکه عصبی گرافی ، الگوریتم ژنتیک