Признаки шизофрении

    Суммирование результатов исследований различных методов может привести к открытию более точных диагностических биомаркеров для психических расстройств и шизофрении , в частности. Однако обнаружение биомаркеров с помощью объединения данных является сложной задачей, поскольку требует извлечения интерпретируемых и воспроизводимых шаблонов из наборов данных, состоящих из общих / неразделенных шаблонов и различных порядков. Например, сигналы многоканальной электроэнцефалографии (ЭЭГ) от нескольких субъектов могут быть представлены в виде тензора третьего порядка с модами: субъект, время и канал, тогда как данные функциональной магнитно-резонансной томографии (ФМРТ) могут быть в форме воксельных матриц. Традиционные методы объединения данных переставляют тензоры высшего порядка, такие как ЭЭГ, в качестве матриц, чтобы использовать подходы, основанные на матричной факторизации.

        Методы слияния, основанные на матричных и тензорных факторизациях (CMTF), используют потенциальную многофакторную структуру тензоров высшего порядка. Подход CMTF, как было показано, позволяет более точно фиксировать базовые паттерны без наложения сильных ограничений на латентные нейронные паттерны, то есть биомаркеры.  Совместный анализ тензора ЭЭГ и матрицы ФМРТ с использованием ACMTF выявляет важные и биологически значимые компоненты с точки зрения диагностики шизофрении, а также обеспечивает пространственные паттерны с высоким разрешением и повышает эффективность кластеризации по сравнению с анализом только тензора ЭЭГ. По сравнению с подходом объединения данных совместного независимого анализа компонентов (jICA), ACMTF обеспечивает более простую интерпретацию данных ЭЭГ, открывая единую сводную карту топографии для каждого компонента.

Категория сообщения в блог: 

Добавить отзыв