自剪枝图神经网络在多发性硬化患者脑 MR 图像中预测炎症性疾病活动

本研究提出了一种基于GNN的自监督预训练模型，用于捕捉脑电图中电极几何和动态脑连接的结构，并提高罕见癫痫类型的检测和分类精度。同时，还提出了一种定量的模型可解释性方法来评估模型在EEGs中定位癫痫的能力。实验证明，GNN的自监督预训练方法在癫痫检测和分类方面优于以往的方法，能够精确定位约25.4%的局部癫痫，为临床医生提供直观的癫痫局部化信息。