您当前的位置： 首页 > 论文 > 2023,54(05) > 信息与计算机
基金项目:
国家自然科学基金资助项目(62176177,61873178,61876124,61906130)；山西省国际科技合作项目(201803D421047)
分类号:
TP391;TP393
DOI:
10.16355/j.tyut.1007-9432.2023.05.010
期刊号:
2023,54(05)
收稿日期:
2021-12-14
修回日期:
2022-02-25
| 通讯作者 | 单位 |
| 相洁 | 太原理工大学信息与计算机学院 |
摘要:
【目的】 通过实现脑功能网络的预测，为研究脑功能网络的变化演化规律提供参考。【方法】 建立基于对抗生成网络的时序脑功能网络的链路预测模型，通过图卷积和长短期记忆网络分别捕捉脑功能网络的拓扑特征和时序特征，通过全连接层进行特征融合，实现脑功能网络的预测。【结果】 所提出的脑功能网络预测方法在两种不同的静息状态功能性磁共振成像数据上，预测AUC为0.95，MAP为0.92，与其他的链路预测模型相比较，该方法在脑功能网络上可以达到较好的预测效果。对脑功能网络的准确预测，在脑网络解码和脑机接口领域具有广泛的应用前景。
关键字:
对抗生成网络；时序链路预测；图卷积；功能磁共振;