脳画像と表形式データからのタバコ使用予測のためのGNN-TF

本論文は、脳接続データ（非ユークリッド）と臨床/人口統計データ（ユークリッド）を統合することにより、将来のタバコ使用を予測するための、Transformer Fusion（GNN-TF）を備えた新しいGraph Neural Networkモデルを紹介しています。主な貢献は、これらのデータモダリティの時間認識融合であり、既存の方法と比較して予測精度を向上させるために時間的ダイナミクスを活用しています。これは、特に縦断的研究において、医療画像分析における困難な問題に対処しているため、重要です。

• •脳画像と表形式データを統合するための新しいGNN-TFモデルを提案。
• •縦断的イメージング研究における結果の予測という課題に対処。
• •既存の方法と比較して、将来のタバコ使用に対する優れた予測精度を実証。
• •時間的ダイナミクスを活用し、複数のデータモダリティを融合。