基于异构图和人群图模型的婴幼儿脑功能发育特性分析.pdfVIP

摘要

婴幼儿脑功能发育对神经系统可能会产生持续一生的影响，是脑发育及认知的重要

阶段。因此分析婴幼儿脑功能的发育特性有利于及时发现异常发育并进行早期干预，是

当前脑科学研究的重点。由于人脑天然的图拓扑结构与当前图神经网络技术的热潮，图

深度学习方法成为婴幼儿脑发育特性分析的重要手段，并取得不错成效。功能磁共振成

像因其非侵入性优势成为脑功能分析的主导技术，然而当前多数基于图深度学习的功能

磁共振工作忽视了脑功能网络的异质性和整体性、功能磁共振的物理意义及人群的关联

性等。针对上述问题，本文利用先验知识在区域脑图和人群图层面分别采用更加合理的

脑网络构建方式及图模型，以此挖掘更有效的婴幼儿脑发育特征，以促进人们对其在个

体及群体水平上的理解。本文的主要工作及贡献如下：

（1）在区域脑图层面提出一种基于路径特征的异构图注意力网络：针对现有区域

脑图模型忽视脑功能网络异质性及路径重要性的问题，本文利用先验知识将脑功能网络

构建成异构图，并提出了一种基于路径特征的异构图注意力网络模型，通过注意力机制

实现对不同路径特征及功能网络整体结构特征的关注，以此解决了现有研究在整体性及

异质性关注方面的局限。此外，本文通过引入压缩和激励机制来缓解深度图模型的过平

滑问题。实验结果表明所提模型的优越性。同时，基于所提模型的回溯分析，本文发现

额叶、顶叶和枕叶与婴幼儿脑功能的发育特性密切相关。

（2）在人群图层面提出一种基于稀疏人群图与图池化聚合的模型：针对现有方法

未充分利用表型数据与性别-年龄任务的关联性，本文利用主体间年龄相似性构建人群

图，以此聚合相似年龄的节点特征，使中心节点的特征更新与个体年龄直接相关；同时

考虑到脑数据的小规模性，本文提出了一种基于稀疏人群图的图池化聚合网络模型，通

过图稀疏化与图采样来提取更加泛化的节点特征，以实现性别上更佳的脑发育差异分

析。实验结果表明所提模型的有效性。基于人群图节点特征的可视化，本文发现婴幼儿

脑功能发育的性别差异随着年龄的增长愈加明显，且脑功能网络的性别不能简单视为二

元体——男性大脑/女性大脑。

基于异构图和人群图模型的研究，本文探索了健康婴幼儿群体早期脑功能连接及发

育的特点，为婴幼儿脑发育特性分析提供新的视角与思路，有利于脑科学的发展与进步。

关键字：异构图学习；人群图学习；脑功能发育；婴幼儿；功能核磁共振

Abstract

Thedevelopmentofinfantbrainfunctionmayhavealifelongimpactonthenervous

system,whichisanimportantstageofbraindevelopmentandcognition.Therefore,analyzing

thecharacteristicsofbrainfunctionaldevelopmentofinfantsisconducivetotimelyfinding

abnormaldevelopmentandearlyintervention,whichisthefocusofcurrentbrainscience

research.Duetothenaturalgraphtopologyofhumanbrainandthecurrentupsurgeofgraph

neuralnetworktechnology,graphdepthlearningmethodhasbecomeanimportantmethodto

analyzethedevelopmentalcharacteristicsofinfantsbrainsandachievedgoodresults.

Functionalmagneticresonanceimaging(fMRI)hasbecomethedominanttechnologyinbrain

functionalanalysisbecauseofitsnon-i