机构名称：
¥ 2.0
摘要 个体独特的大脑连接如何决定其认知、行为和患病风险是基础和临床神经科学的一个基本问题。在寻求答案的过程中，许多人转向机器学习，一些人注意到深度神经网络在建模复杂非线性函数方面具有特殊前景。然而，目前尚不清楚大脑连接和行为之间是否存在复杂的功能，因此深度神经网络是否必然优于更简单的线性模型，或者它们的结果是否可以解释。我们在这里表明，在 52 个受试者的认知和行为测量中，深度神经网络对每个大脑区域连接的拟合优于线性回归，特别是对于大脑的连接枢纽——具有不同大脑连接的区域——而这两种方法在适应大脑系统时表现相似。至关重要的是，对大脑区域进行平均深度神经网络预测会产生最准确的预测，这表明深度神经网络能够轻松模拟区域大脑连接和行为之间存在的各种功能，在大脑的关节处雕刻大脑。最后，我们使用多切片网络模型揭示了深度神经网络的黑匣子。我们确定，模块化深度神经网络最能捕捉到连接枢纽与行为之间的关系。我们的结果表明，大脑连接与行为之间存在简单和复杂的关系，深度神经网络可以同时适应这两种关系。此外，当深度神经网络首先独立适应系统的各种功能，然后进行组合时，它们特别强大。最后，当使用多切片网络模型对深度神经网络的架构进行结构表征时，深度神经网络是可解释的。主要人类认知神经科学试图解释个人大脑的功能如何决定他们的行为。人类大脑的功能连接通常通过区域时间序列之间的成对皮尔逊相关系数来衡量，这为大脑的网络功能提供了巨大的洞察力 1–19 。神经科学家、临床医生和机器学习专家都希望利用这些连接的个体差异来预测精神疾病的认知、行为和症状 20–32 。然而，究竟哪种预测算法最有效尚不得而知。虽然深度神经网络在其他领域表现出显著的预测能力 33 ，但目前尚不清楚它们在人类大脑连接中的应用是否必要或有见地 34 。此外，目前还不清楚定义大脑连接与给定结果之间关系的数学函数是否足够复杂，以至于需要深度神经网络而不是更简单的线性模型 34,35 。此外，即使深度神经网络能够提供准确的预测，其可解释性也受到了质疑20,36–38。
深度神经网络雕刻大脑关节
主要关键词
相关文件推荐
