Abstract：
脑群体图基于受试者的神经影像、非成像信息构建,可从全局研究角度出发探究脑疾病间的潜在关联性和发病机理.图卷积神经网络(graph convolutional neural networks,GCN)可较好处理不规则图数据,近年来在脑群体图研究中得到较多应用,用于分类、预测脑疾病.本文首先分别从频域和空间域介绍GCN算法的基本原理和典型模型;其次具体阐述群体图的构建流程,分别从单一、多群体图两个角度介绍GCN在该领域的应用;最后,讨论了GCN在脑群体图分析方面存在的问题,并对未来发展方向进行展望.
Keyword：
Reprint Author's Address：
Email：
Source ：
生命科学仪器
ISSN： 1671-7929
Year： 2021
Issue： 4
Volume： 19
Page： 23-30
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
