高效时空多模态图神经网络：科研人员提出新方案
信息来源：环球网
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据环球网科技综合报道，1月11日消息，根据中国科学院正式发布的信息，中国科学院合肥物质科学院研究团队于近日提出了一种高效的时空多模态图神经网络（ET_MGNN）新型深度学习框架，显著提升了阿尔茨海默病和自闭症谱系障碍等脑部疾病的自动诊断准确率。
据悉，该项研究成果已发表在学术期刊《Neurocomputing》上。
要理解大脑的复杂活动，需要同时关注功能协同与结构解剖。然而，现有的脑网络学习模型在处理动态建模和多模态信息融合方面存在一定局限。为克服这些挑战，研究团队受大语言模型架构的启发，开发了ET_MGNN模型。
ET_MGNN模型通过时间滑动窗口技术，将反映脑区同步性的动态功能连接与提供物理约束的结构连接进行自适应融合，构建出更全面的动态大脑图序列；引入RWKV模块，融合循环神经网络捕获长程依赖的能力和Transformer并行计算的高效性，能够更精准地模拟大脑在不同功能状态间的动态切换；引入GASO图读取模块，能够识别出与疾病高度相关的关键脑区，为临床诊断提供直观的生物标志物。
该研究团队进一步在ABIDE II（自闭症）和ADNI（阿尔茨海默病）等数据集上进行了验证。实验结果显示：在自闭症分类任务中，相比于性能优异的现有模型，ET_MGNN模型的分类准确率平均提升了11.8%；在阿尔茨海默病与轻度认知障碍的鉴别中，ET_MGNN模型的准确率提升了32.9%。与同类模型相比，ET_MGNN模型的参数量降低了一个数量级，具备更低的峰值显存占用，更适合在资源受限的实际医疗环境中部署。ET_MGNN模型还能够识别相关疾病的病理关联区域。例如，在自闭症识别中，ET_MGNN模型聚焦于胼胝体运动网络；在阿尔茨海默病诊断中，ET_MGNN模型能够精准定位涉及记忆和注意力控制的默认网络及显著网络中的异常脑区。
研究介绍称，上述实验验证了ET_MGNN模型的有效性，为理解脑部疾病的神经机制提供了新的视角。（青云）
相关攻略
IT之家 3 月 28 日消息，科技媒体 The Decoder 昨日（3 月 27 日）发布博文，报道称 Meta 基础人工智能研究团队（FAIR）开源全新 AI 模型 TRIBE v2，可精准预
编辑｜杜伟就在 27 日下午，在火热进行中的 2026 中关村论坛上，一家国产头部 AI 厂商引爆了全场！昆仑万维，这家 2024 年便已「All in AGI 与 AIGC」的实力玩家，亮出了其实
人人都在卷多模态，可多模态之后呢？直到今天，终于有人给出了清晰答案——而且是刚刚把多模态卷到全球第一梯队的国产玩家。不是更强的模型，而是平台。更关键的是，这个判断并非来自一次普通发布，而是出现在中关
来源：环球网【环球网科技综合报道】3月27日，在中关村论坛“全球对话”活动现场，由北京中关村学院与中关村人工智能研究院孵化的具身智能企业深度机智，正式发布PhysBrain 1 0具身通用智能基座模
AI正在从“能计算”走向“会决策”，而记忆是这场跃迁的关键。企业AI落地遭遇的困境正在变得清晰。数据分散在表格、PDF、音视频等载体中，系统无法形成连贯认知。高管分析项目风险时，模型找不到历史问题与
热门专题
热门推荐
Numbers表格中多行文本显示异常的五种解决方法：一、启用自动换行；二、用Option+Return插入手动换行符；三、公式中用CHAR(10)嵌入换行；四、双击后粘贴保留换行的
在制作ppt演示文稿时，为了增添视觉效果和吸引力，常常会添加背景视频。而设置背景视频打开时自动播放，能让演示一开始就抓住观众的注意力。下面就来详细介绍如何在视频工具栏中进行这一设置
在三角洲行动中，了解哈夫克增援点的刷新位置对于玩家在战斗中获取优势至关重要。地图分布规律哈夫克增援点在地图上的分布有一定规律。通常会出现在资源丰富、战略意义重要的区域。比如连接不同
一、联机前提条件确保你的手机系统符合游戏要求，且网络连接稳定流畅，推荐使用wi-fi网络以避免联机过程中的卡顿和延迟。同时，游戏需更新到最新版本，以保证联机功能的正常运行。二、创建
追完《沧元图》前传《东宁府的夏天》第三集，情绪还没缓过来——前半段哭到鼻子发酸，后半段又姨母笑到嘴角僵硬，这一集的情绪起伏，真的太戳人了。上一集里，孟川拼尽全力陨灭了真龙太子的真身，本以为危机彻底解