DPGR-Net: una rete neurale grafica guidata dalla popolazione e disaccoppiata per l'identificazione del disturbo depressivo maggiore

Il disturbo depressivo maggiore (DDM) è un disturbo cerebrale caratterizzato da una significativa eterogeneità individuale, rendendo la diagnosi clinica una sfida complessa. L'applicazione di reti neurali grafiche ai network cerebrali funzionali (FBN) derivati da dati di risonanza magnetica funzionale a riposo (rs-fMRI) ha mostrato promesse per la diagnosi del DDM. Tuttavia, in contesti multicentrici, le differenze fra siti possono interferire con le informazioni legate alla malattia, ostacolando l'apprendimento di pattern patologici e compromettendo la modellazione topologica affidabile dei singoli FBN, limitando così le prestazioni di identificazione. Per affrontare questo problema, gli autori propongono DPGR-Net, una rete neurale grafica disaccoppiata e guidata dalla popolazione con raffinamento dinamico per l'identificazione del DDM. DPGR-Net costruisce innanzitutto FBN individuali e apprende rappresentazioni discriminative a livello soggettivo. Per ridurre l'interferenza degli effetti di sito, il modello dissocia le associazioni legate alla malattia dalle variazioni specifiche del sito a livello di popolazione, imponendo un vincolo di indipendenza per rappresentazioni più stabili e discriminative tra siti. Inoltre, un meccanismo dinamico di ottimizzazione guidato dalla popolazione integra l'informazione stabile nel miglioramento strutturale dei singoli FBN, potenziando le connessioni correlate alla malattia e sopprimendo il rumore correlato al sito. Sui dati pubblici REST-meta-MDD, DPGR-Net raggiunge un'accuratezza del 92.37%, superando metodi all'avanguardia. Inoltre, il modello individua regioni cerebrali discriminanti e pattern di connettività aberrante associati al DDM, migliorando l'interpretabilità e l'utilità clinica della rs-fMRI per questa diagnosi. Tuttavia, l'analisi è limitata alla disponibilità di dati pubblici e ai risultati riportati, senza ampi dettagli su generalizzazioni future.