中山大学附属第一医院和中科大先进院的研究团队提出了一种利用脑电图数据诊断帕金森病的深度学习模型。该模型通过挖掘脑功能网络实现高精度诊断，分类准确率达到90.2%，比其他模型提高了9.5%。计算复杂度低且可解释性良好，为帕金森病早期诊断提供了新方法。

QuaterGCN 是一个具有四元数值权重的谱图卷积网络 (GCN)，其核心是四元数拉普拉斯算子，通过该提案广义化了两个广泛使用的拉普拉斯算子：经典拉普拉斯算子（针对无向图）和复数值标志磁性拉普拉斯算子（用于处理带有任意符号权重的有向图）。实验结果表明，QuaterGCN 的性能优于其他最先进的 GCN，特别是在包含有关重要信息的有向图情景中。