基于自适应门控图卷积网络的脑电数据可解释诊断阿尔茨海默病（英文版）

英文标题：Adaptive Gated Graph Convolutional Network for Explainable Diagnosis of Alzheimer's Disease using EEG Data中文摘要：本研究提出了一种使用自适应闸门图卷积网络病诊断的方法，基于脑功能连通性图结构和节点特征增强的卷积方法，实现了对阿尔茨海默病患者的较高精确度预测，并提供了说明预测的一致解释的可能，有助于进一步研究 AD 相关的大脑网络变化。英文摘要：Graph neural network (GNN) models are increasingly being used for theclassification of electroencephalography (EEG) data. However, GNN-baseddiagnosis of neurological disorders, such as Alzheimer's disease (AD), remainsa relatively unexplored area of research. Previou