MAGNET: rete di diffusione su grafi consapevole della varietà per la generazione di connettomi

Abstract degli autori

Il connettoma cerebrale funzionale rappresenta la connettività neurale come una matrice di interazioni a coppie tra regioni cerebrali. Generare connettomi funzionali non è soltanto una questione di validità: una volta rispettati i vincoli della matrice di correlazione, il passo successivo è recuperare la geometria condizionata alla classe nascosta sotto etichette grossolane. Proponiamo MAGNET, una rete di diffusione su grafi consapevole della varietà che garantisce la validità grazie a una rappresentazione di Cholesky normalizzata della varietà delle matrici di correlazione. MAGNET trasforma stati latenti rumorosi in token regionali a livello delle ROI ed esegue il denoising con una struttura induttiva relazionale applicata alle regioni dell’atlante cerebrale. Per affrontare i problemi strutturali indotti dalle etichette grossolane, MAGNET impiega un condizionamento ancorato alla classe, un ponte strutturale ammortizzato e una perturbazione che preserva la rilevanza. Su ABIDE, ADNI e OASIS-3, MAGNET ottiene sistematicamente risultati favorevoli rispetto ai precedenti approcci consapevoli della varietà, con miglioramenti del 7-21% nella fedeltà condizionata alla classe ($α,β$-F1) nelle tre coorti e una maggiore efficienza del campionamento. Inoltre, pur essendo addestrato soltanto con etichette rigorosamente binarie, MAGNET riesce a preservare l’eterogeneità clinica attraverso la sottostruttura fine dei connettomi in un contesto zero-shot, migliorando di oltre il 30% l’allineamento della covarianza delle sottoclassi ($λ$-MSE). Questi risultati suggeriscono che la validità geometrica è una condizione necessaria ma non sufficiente perché la sintesi dei connettomi sia utile in ambito clinico. Inoltre, gli sforzi per rendere il denoising nella diffusione consapevole della varietà e condizionato alla classe trovano applicazione anche oltre la generazione di connettomi cerebrali dalla geometria fortemente curva, poiché si tratta di un problema cruciale in diversi contesti generali. Il repository del codice è disponibile all’indirizzo https://github.com/protyayofficial/MAGNET.