Sağlam və şişli subyektlərdə transkranial maqnit stimulyasiyasında sürətli elektrik sahəsi proqnozu üçün fizika‑məruzəli neyron operatorları

Transkranal maqnit stimulyasiyası (TMS) ilə əlaqəli elektrik sahələrinin dəqiq və sürətli proqnozlaşdırılması, əsas depressiv xəstəliklərdə fərdi terapiyadan neuro-onkolojiyada əməliyyatdan əvvəlki funksional xəritələmələrə qədər fərdi tətbiqlər üçün vacibdir. Bununla birlikdə, ənənəvi məhdud element metodları tez-tez interaktiv istifadə üçün hesablama baxımından çox bahalı olur. Mövcud dərin öyrənmə surrot modelləri qismən bu məhdudiyyəti həll edir, lakin əsasən mövzu xüsusi baş ağlarının qeyri-qanuni geometriyasını təbii olaraq qəbul edə bilməyən sabit voksel-qətnamə təmsillərinə məhdudlaşdırılır. Biz baş anatomiyasını və bobin konfigüratsiyasını birgə kodlayan mesh-native dual-encoder memarlığı üzərində qurulmuş vektor TMS elektrik sahələrinin subyektə aid proqnozlaşdırılması üçün ilk fizika məlumatlı sinir operatorunu (PINO) təqdim edirik. TMS ikincil sahəsinin qurtulmadan azad təbiəti ilə uyğunlaşdırılmış bir qurtulma əsaslı tənzimləmə terminini daxil edərək, PINO modeli məlumat idarə olunan nəzarətlə yanaşı yumşaq tənzimləyici kimi fiziki ardıcıllığı təşviq edir. IXI məlumat dəstindən 75 nəfər üzərində təlim olunan bu çərçivə iki əlavə MRI kohortundan olan sağlam şəxslər və ilk dəfə öyrənmə əsaslı TMS elektrik sahəsi proqnozunda tumor xəstələrini daxil olmaqla dörd müstəqil test məlumat dəstində qiymətləndirilib. Qərar-agnostik formula, məqamlar, bobin növləri və yenidən təlim etmədən məkan qətnamələri arasında ümumiləşdirir, istehlakçı dərəcəli GPU-da təxminən 300 min boz maddənin həcmi qovşaqlarında vektor elektrik sahələrinin proqnozlaşdırılmasını 100 ms-dən az müddətdə təmin edir. Fokalitet-50% bölgəsindəki bütün test məlumat dəstlərində PINO modeli 0,390,43 mm, 0,120,16 V/m RMSE və 6,7°7,3° orta açı diaqnozları ilə orta çəki mərkəzi səhvləri əldə etdi. Son dərin öyrənmə metodları tərəfindən bildirilən səhv aralıqları daxilində və ya aşağıda performans. Seçilmiş 5% fizika itkisi çəki ilə, yalnız məlumatlı modellə müqayisədə curl itkisi 9, 1% azalıb, RMSE və MAD isə sırasıyla yalnız 1, 6% və 1, 3% artıb. Bu nəticələr fizika ilə məlumatlı sinir operatorlarının real vaxtda elektrik sahəsinə yönəlmiş TMS iş axınları haqqında gələcək tədqiqatları dəstəkləyən sürətli boz maddə elektrik sahə yaxınlaşması üçün miqyaslı texniki əsas yaratdığını göstərir.

Yazıçılar Claude (Antropik) -u dil redaktəsinə və aydınlığı yaxşılaşdırmasına kömək etdiyinə görə tanıyırlar.

Bu iş yuxarı Avstriya hökuməti tərəfindən (MIMAS.ai, mimas.ng) və FFG tərəfindən (nARvibrain tədqiqat layihəsi, grant nömrəsi) verilən tədqiqat subsidiyaları ilə maliyyələşdirilir. 894756). www.ffg.at. Gələcəyin İKT proqramı İklim, Ətraf Mühit, Enerji, Gəzəklik, İnnovasiya və Texnologiya Federal Nazirliyinin (BMK) təşəbbüsüdür. RISC Software GmbH UAR (Upper Austrian Research) İnnovasiya Şəbəkəsinin üzvüdür.

Tədqiqat Birliyi Tibbi İnformasiya, RISC Software GmbH, Hagenberg, 4232, Avstriya

Filipp Moser, Fabian Greifeneder, Dominik Freinberger və Stefan Thumfart

Radiologiya kafedrası, Graz Tibb Universitetinin, Graz, 8036, Avstriya