A fejlődés kódja: az újszülött agy modellezése gráf neurális hálózattal MRI felvételek alapján

A különféle agyi képalkotási módszerekből (pl. MRI, PET, EEG) nem-invazív módon rengeteg adatot nyerhetünk ki az adott alanyra vonatkozóan. Az agy közvetlen anatómiai paraméterein túl számos mintázat utalhat az alany fenotípusára (pl. nem, életkor, koraszülöttség).

Ezen mintázatok automatikus kinyerése és az ezek alapján betanított prediktív modellek hasznosak lehetnek az orvosi döntéstámogatásban. Az adott fenotípus jellemzőit sikeresen prediktáló modellek kiindulásként szolgálhatnak más, konkrét kórképek detekcióját végző modellek számára is.

Az adatok magas dimenzionalitását szem előtt tartva, az alacsony mintaszám kihívást jelenthet egy megfelelően általánosító modell felállításában. A mágneses rezonancia-alapú képalkotásból (MRI) származó adatok egyfajta tömör, élettanilag releváns reprezentációja a konnektom. A konnektom egy súlyozott gráf, melynek csúcsai az agy adott régióinak felelnek meg, az élek súlyai pedig számszerűsítik a régiók közötti kapcsolat erősségét. Diffúziós MRI (dMRI) adatok esetén ez a régiók közti idegpálya-kötegek helyének és intenzitásának feltérképezésével becsülhető. Gráfként reprezentált adatok esetén a mélytanulásban egyre elterjedtebbek az ún. gráf neurális háló (GNN) architektúrák, melyek képesek hatékonyan modellezni a valós világban előforduló hálózatokat, amilyen a konnektom is.

Jelen dolgozatban a Developing Human Connectome Project (dHCP) strukturális és diffúziós MRI adatbázisa alapján létrehozok egy konnektom-reprezentációt, az általam összeállított feldolgozási folyamat során. Az adatbázis újszülöttekről tartalmaz felvételeket, akiknek egy része koraszülött. A konnektom reprezentációkon különféle GNN architektúrákat tanítok az újszülöttek életkorának becslésére. A GNN-ek által elért pontosságot összehasonlítom a "klasszikus" gépi tanulási módszerek által elért pontossággal, ezzel alátámasztva a GNN-ek használatának előnyeit. Végül a GNN modellek magyarázhatóságát vizsgálom. Feltárom, hogy a konnektom mely részei alapján képes a modell sikeresen megbecsülni az életkort, ezáltal pedig beazonosítom a korai születés következtében eltérő módon fejlődő agyterületeket.

szerző

Péter István
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)

konzulensek

Dr. Gyires-Tóth Bálint
adjunktus, Távközlési és Médiainformatikai Tanszék
Unyi Dániel
Doktorandusz, Távközlési és Médiainformatikai Tanszék