Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.20189

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2507.20189 (eess)
[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

Authors:Chengkai Wang, Di Wu, Yunsheng Liao, Wenyao Zheng, Ziyi Zeng, Xurong Gao, Hemmings Wu, Zhoule Zhu, Jie Yang, Lihua Zhong, Weiwei Cheng, Yun-Hsuan Chen, Mohamad Sawan
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。
摘要: Methamphetamine dependence poses a significant global health challenge, yet its assessment and the evaluation of treatments like repetitive transcranial magnetic stimulation (rTMS) frequently depend on subjective self-reports, which may introduce uncertainties. While objective neuroimaging modalities such as electroencephalography (EEG) and functional near-infrared spectroscopy (fNIRS) offer alternatives, their individual limitations and the reliance on conventional, often hand-crafted, feature extraction can compromise the reliability of derived biomarkers. To overcome these limitations, we propose NeuroCLIP, a novel deep learning framework integrating simultaneously recorded EEG and fNIRS data through a progressive learning strategy. This approach offers a robust and trustworthy biomarker for methamphetamine addiction. Validation experiments show that NeuroCLIP significantly improves discriminative capabilities among the methamphetamine-dependent individuals and healthy controls compared to models using either EEG or only fNIRS alone. Furthermore, the proposed framework facilitates objective, brain-based evaluation of rTMS treatment efficacy, demonstrating measurable shifts in neural patterns towards healthy control profiles after treatment. Critically, we establish the trustworthiness of the multimodal data-driven biomarker by showing its strong correlation with psychometrically validated craving scores. These findings suggest that biomarker derived from EEG-fNIRS data via NeuroCLIP offers enhanced robustness and reliability over single-modality approaches, providing a valuable tool for addiction neuroscience research and potentially improving clinical assessments.
主题: 信号处理 (eess.SP) ; 人工智能 (cs.AI); 机器学习 (cs.LG); 神经与认知 (q-bio.NC)
引用方式: arXiv:2507.20189 [eess.SP]
  (或者 arXiv:2507.20189v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.20189
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Chengkai Wang [查看电子邮件]
[v1] 星期日, 2025 年 7 月 27 日 09:16:39 UTC (2,710 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
q-bio.NC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
cs.LG
eess
eess.SP
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号