ГиперAMS-Net: Адаптивная многомасштабная сеть пространственных гипографических данных для классификации мозговых расстройств

arXiv: 2609.19755v1 Annuales Type: перекрестное резюме: точная классификация расстройств мозга в результате нейроимации по-прежнему сопряжена с трудностями, обусловленными значительной разнородностью между различными предметами и сложной многомасштабной структурой функциональных связей и морфологических представлений. Для решения этих проблем мы предлагаем систему HyperAMS-Net, которая представляет собой основу для глубокого обучения классификации расстройств мозга с использованием нейроимулирующих представлений, полученных в результате функционального МРТ или структурного МРТ в состоянии отдыха. ГиперAMS-Net объединяет адаптивное многомасштабное сотрясение, гиперграфическое внимание, пространственно-канальное внимание и синтез адаптативных элементов. В частности, адаптивное многомасштабное слияние позволяет получать веса на основе данных по многим чувствительным областям для отражения дополнительных структур в различных масштабах. Гиперграфические модели внимания с более высокой степенью подчиненности между усвоенными изображениями функций через узел-гифередж - нос, в то время как пространственно-канальное внимание усиливает дискриминирующее перо