科研進展

深圳先進院發(fā)現(xiàn)生成式AI賦能腦網(wǎng)絡(luò)構(gòu)建新范式(IEEE TPAMI )

發(fā)布時間:2024-08-20 來源:深圳先進技術(shù)研究院

相較于傳統(tǒng)的腦影像分析,作為大腦機理探索和腦疾病研究重要工具的腦網(wǎng)絡(luò)計算,則側(cè)重于不同腦區(qū)之間的相互作用和連接模式,能夠更好地反映大腦作為一個整體系統(tǒng)的運作機制,有助于從整體角度理解大腦信息處理的方式。此外,腦網(wǎng)絡(luò)計算能捕捉神經(jīng)活動中的非線性異常特征,分析潛在的神經(jīng)機制變化,為開發(fā)基于調(diào)控大腦網(wǎng)絡(luò)的創(chuàng)新性治療手段提供理論依據(jù)。

818日,中國科學院深圳先進技術(shù)研究院數(shù)字所王書強課題組在人工智能權(quán)威期刊IEEE Transactions on Pattern Analysis and Machine Intelligence在線發(fā)表了題為"A New Brain Network Construction Paradigm for Brain Disorder via Diffusion-based Graph Contrastive Learning"的研究成果。首次實現(xiàn)了基于生成式AI優(yōu)化模型的End-to-End腦網(wǎng)絡(luò)構(gòu)建。



論文發(fā)表截圖

生成式AI通過從數(shù)據(jù)中自動學習提取隱藏的模式和規(guī)律,在模擬復雜自然過程、分析和預(yù)測科學數(shù)據(jù)等方面表現(xiàn)出巨大潛力。相較于傳統(tǒng)方法,生成式AI在學習復雜腦網(wǎng)絡(luò)結(jié)構(gòu)和連接模式特征方面具有顯著優(yōu)勢,它能從腦網(wǎng)絡(luò)異常特征中挖掘潛在的神經(jīng)生理病理機制,為神經(jīng)系統(tǒng)疾病的病因研究提供新線索。

與傳統(tǒng)的腦影像分析相比,腦網(wǎng)絡(luò)計算在探索大腦機理和腦疾病分析具有顯著優(yōu)勢。然而,現(xiàn)有的腦網(wǎng)絡(luò)構(gòu)建方法面臨著效率低、一致性差、高度經(jīng)驗依賴等問題。針對上述問題,研究團隊提出了一種基于擴散-圖對比學習模型(DGCL)的腦網(wǎng)絡(luò)構(gòu)建新范式。

具體而言,研究團隊首先通過設(shè)計的大腦區(qū)域感知模塊(BRAM)的擴散學習過程,實現(xiàn)個性化腦區(qū)的精準定位,避免了主觀參數(shù)選擇,并自動化對齊標準腦模板空間。然后利用圖對比學習思想,通過稀疏化冗余連接,實現(xiàn)個體化大腦連接優(yōu)化,從而增強同一組內(nèi)大腦網(wǎng)絡(luò)的一致性。最終通過設(shè)計節(jié)點-圖對比損失和分類損失的聯(lián)合約束機制,實現(xiàn)重建腦網(wǎng)絡(luò)優(yōu)化。

DGCL模型圖

為了驗證所提出的DGCL模型在腦網(wǎng)絡(luò)構(gòu)建和腦疾病分析任務(wù)上的通用性和泛化性,研究團隊分別在面向阿爾茨海默病(AD)的ADNI數(shù)據(jù)集和面向自閉癥障礙(ASD)的ABIDE數(shù)據(jù)集進行了大量消融實驗和對比實驗。實驗結(jié)果表明,相較于現(xiàn)有腦網(wǎng)絡(luò)構(gòu)建工具,DGCL在腦網(wǎng)絡(luò)構(gòu)建效率、可靠性(ICC),以及腦疾病預(yù)測精度等方面具有顯著優(yōu)勢。

通過對ADASD不同階段腦網(wǎng)絡(luò)連接模式分析發(fā)現(xiàn):兩種模式的腦網(wǎng)絡(luò)連通性在疾病早期都呈上升趨勢,然后在疾病中期-晚期階段時減少到較低水平。這一發(fā)現(xiàn)與腦科學研究中的神經(jīng)連接代償機制一致。



不同腦疾病階段的腦網(wǎng)絡(luò)連接模式

王書強課題組長期專注于基于生成式AI的腦影像-腦網(wǎng)絡(luò)計算領(lǐng)域的研究,在腦影像增強、跨模態(tài)生成、腦網(wǎng)絡(luò)構(gòu)建和腦疾病智能輔助診斷等方面取得一系列成果,相關(guān)工作發(fā)表在IEEE Transactions on Medical Imaging、IEEE Transactions on Neural Networks and Learning SystemsIEEE Transactions on Computational Imaging等權(quán)威期刊上,其中5篇入選ESI高被引論文。

王書強課題組近年來在“基于生成式AI的腦影像-腦網(wǎng)絡(luò)計算”方向的代表性工作



王書強研究員為該文章的通訊作者,數(shù)字所研究生宗永承為第一作者。該文章獲得國家重點研發(fā)計劃、國家自然科學基金等科技項目支持。



附件下載: