Nad jednotlivými biomarkermi: Rámec grafovej neurónovej siete na multivariabilnú predikciu klinických výsledkov z obrazovania mozgu

Štúdia predstavuje nový prístup k analýze obrazovania mozgu pomocou grafovej neurónovej siete, ktorá zachytáva zložité vzťahy medzi mozgovými oblasťami namiesto analýzy jednotlivých biomarkerov. Rámec reprezentuje mozgové údaje ako hierarchické grafy, kde uzly kódujú regionálnu aktiváciu a časovú variabilitu, pričom štruktúra grafu zachytáva interakcie medzi funkčnými modulmi. Metóda bola testovaná na údajoch z funkčnej blízkoinfrašervenej spektroskopie (fNIRS) získaných krátko po aktivácii kochleárneho implantátu s cieľom predpovedať porozumenie reči o rok neskôr. Model dosiahol silný prediktívny výkon s korelačným koeficientom R = 0,73 (p < 0,001) a prekonал predchádzajúce prístupy založené na jednotlivých biomarkeroch. Analýzy ukázali, že predikcie sú riadené distribuovanými vzormi aktivity a interakcií naprieč oblasťami, nie izolovanými vlastnosťami. Rámec má potenciál slúžiť ako všeobecná platforma pre multivariabilnú analýzu v neuroimagingových aplikáciách.