电气工程与系统科学 > 信号处理
[提交于 2025年7月27日
]
标题: NeuroCLIP:一种用于rTMS治疗的甲基苯丙胺成瘾分析的多模态对比学习方法
标题: NeuroCLIP: A Multimodal Contrastive Learning Method for rTMS-treated Methamphetamine Addiction Analysis
摘要: 甲基苯丙胺依赖是一个重大的全球健康挑战,但其评估以及像重复经颅磁刺激(rTMS)之类的治疗方法的评价通常依赖于主观的自我报告,这可能会引入不确定性。 虽然客观的神经成像技术如脑电图(EEG)和功能性近红外光谱(fNIRS)提供了替代方案,但它们各自的局限性以及对传统、常常手工制作的特征提取的依赖可能会损害所得到生物标志物的可靠性。 为了克服这些限制,我们提出了NeuroCLIP,一种新颖的深度学习框架,通过渐进式学习策略整合同时记录的EEG和fNIRS数据。 这种方法提供了一个稳健且可信的甲基苯丙胺成瘾生物标志物。 验证实验表明,与仅使用EEG或仅使用fNIRS的模型相比,NeuroCLIP在甲基苯丙胺依赖个体和健康对照组之间显著提高了区分能力。 此外,该框架促进了rTMS治疗效果的客观、基于大脑的评估,显示出治疗后神经模式向健康对照组特征的明显变化。 关键的是,我们通过显示多模态数据驱动的生物标志物与心理测量验证的渴望评分之间的强相关性,确立了其可信度。 这些发现表明,通过NeuroCLIP从EEG-fNIRS数据中得到的生物标志物相比单模态方法具有更高的稳健性和可靠性,为成瘾神经科学研究提供了有价值的工具,并可能改善临床评估。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.