Neues Netzwerk Ada-FCN verbessert fMRI-Analyse von Hirnerkrankungen

In einer bahnbrechenden Studie wurde das Adaptive Frequency-Coupled Network (Ada-FCN) vorgestellt, das die Analyse von Ruhezustand-fMRI-Daten revolutioniert. Durch die Berücksichtigung der mehrfächigen Frequenzstruktur der neuronalen Schwingungen liefert Ada-FCN eine deutlich präzisere Klassifizierung von Hirnerkrankungen als bisherige Ansätze.

Traditionelle Modelle behandeln die BOLD-Signale als einheitliche Zeitreihen und vernachlässigen damit, dass Störungen bei neurologischen Erkrankungen häufig in spezifischen Frequenzbändern auftreten. Ada-FCN nutzt eine adaptive Kaskadenzerlegung, um für jedes Hirnregion relevante Frequenzunterbänder zu erlernen, und verbindet diese anschließend über ein Frequency‑Coupled Connectivity Learning. Dadurch werden sowohl intra- als auch interbandige Wechselwirkungen in einem einheitlichen Funktionsnetzwerk erfasst.

Die neu entwickelte Nachrichtenaustausch‑Mechanik innerhalb der Unified‑GCN erzeugt verfeinerte Knotendarstellungen, die die diagnostische Vorhersage erheblich verbessern. In Experimenten mit den ADNI‑ und ABIDE‑Datensätzen erzielte Ada-FCN eine überlegene Leistung gegenüber etablierten Methoden. Der komplette Code ist öffentlich auf GitHub verfügbar: https://github.com/XXYY20221234/Ada-FCN.