آمار
| تعداد نشریات | 45 |
| تعداد شمارهها | 1,497 |
| تعداد مقالات | 18,267 |
| تعداد مشاهده مقاله | 59,276,388 |
| تعداد دریافت فایل اصل مقاله | 20,698,910 |
کانولوشنهای گراف فضایی–زمانی با ماسک تطبیقی برای طبقهبندی صرع لوب گیجگاهی از دادههای fMRI در حالت استراحت | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقالات آماده انتشار، اصلاح شده برای چاپ، انتشار آنلاین از تاریخ 09 خرداد 1405 | ||
| نوع مقاله: علمی-پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/tjee.2026.71264.5118 | ||
| نویسنده | ||
| منصوره پاکروان* | ||
| دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس تهران | ||
| چکیده | ||
| صرع لوب گیجگاهی بهطور یک اختلال شبکهای است که با اختلالات گسترده در اتصال عملکردی فراتر از کانون تشنج مشخص میشود. تصویربرداری رزونانس مغناطیسی عملکردی در حالت استراحت این دینامیکها را ثبت میکند، اما تحلیلهای مرسوم، اتصالها را ثابت فرض میکنند و مدلهای ترتیبی، تعاملات میانمنطقهای را نادیده میگیرند. ما یک شبکه کانولوشن گراف فضایی–زمانی با ماسک تطبیقی با نام AdaMST-GCN پیشنهاد میکنیم که گرافها را از همبستگی جزئی اولیه میسازد، ماسکهای مجاورت پراکنده را از طریق تابع سیگموید مقیاسگذاریشده با دما و منظمسازی ℓ1 یاد میگیرد، و از چهار لایه کانولوشن گراف فضایی–زمانی برای مدلسازی همزمان توپولوژی شبکه کلی و دینامیکهای سیگنال سطح اکسیژن خون استفاده میکند. بر روی دادههای صرع لوب گیجگاهی و با استفاده از اعتبارسنجی پنجتایی روی پنجرههای لغزشی (50، 100، 150 و 200 TR)، شبکه AdaMST-GCN به میانگین کلی امتیاز F1 برابر 79.0% در دادههای آزمایشی دست یافت و عملکرد بهتری نسبت به شبکه ST-GCN اصلی (F1 برابر 75.7%) و مدل LSTM پایه (F1 برابر 58.5%) داشت. در پنجرههای با طول 50TR، AdaMST-GCN به اوج F1 برابر 82.3% رسید، در حالی که ST-GCN به 79.7% و LSTM به 73.3% رسید. ماسکهای یادگرفتهشده بهطور مداوم مناطق شبکه حالت پیشفرض و لوب گیجگاهی میانی مانند پرکونئوس، قطب گیجگاهی و قشر پیشانی-چشمی را بهعنوان گرههای کلیدی با درجه بالا مشخص میکنند که با آسیبشناسی شناختهشده صرع لوب گیجگاهی همخوانی دارد. این نتایج نشان میدهد که یادگیری گراف تطبیقی نهتنها امتیاز F1 تشخیصی را بهبود میبخشد، بلکه نشانگرهای زیستعصبشناسی قابل تفسیر ارائه میکند که برای ترجمه بالینی ضروری هستند. | ||
| کلیدواژهها | ||
| صرع لوب گیجگاهی؛ شبکه کانولوشن گرافی؛ کانولوشن فضایی-زمانی؛ ماتریس مجاورت قابل یادگیری؛ تصویربرداری رزونانس مغناطیسی عملکردی در حالت استراحت | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2 |
||