科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
