AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · arXiv · 2026-10-19

सहप्रसरण आइगेनस्पेस ब्रेन एज गैप में दीर्घकालिक प्रभावों का अव्यक्त एट्रिब्यूशन प्रदान करता है

मूल शीर्षक: Covariance Eigenspace Provides Latent Attribution of Longitudinal Effects in Brain Age Gap

ब्रेन एज गैप न्यूरोइमेजिंग डेटा से प्राप्त एक मशीन-लर्निंग बायोमार्कर है। कोवेरिएंस न्यूरल नेटवर्क (VNN) ढांचे और Integrated Gradients एट्रिब्यूशन का उपयोग करके, अध्ययन में हल्की संज्ञानात्मक हानि (MCI) समूह में दीर्घकालिक ब्रेन एज गैप प्रभावों की जांच की गई। शारीरिक कोवेरिएंस मैट्रिक्स के आइगेनस्पेक्ट्रम ने एमिलॉइड-पॉज़िटिव और एमिलॉइड-नेगेटिव उप-समूहों के बीच अंतर को अलग-अलग मस्तिष्क क्षेत्रों की तुलना में अधिक स्पष्ट रूप से समझाया, जिसमें प्रमुख आइगेनवेक्टर का योगदान 83.2% रहा, जबकि किसी एक क्षेत्र का अधिकतम योगदान 7.7% था।

मूल लेख पढ़ें ↗

सभी आइटम →