多头图卷积网络用于结构连接组分类（英文版）

英文标题：Multi-Head Graph Convolutional Network for Structural Connectome Classification中文摘要：本文提出了一种受图卷积网络启发的机器学习模型，针对基于扩散磁共振图像的脑连接性进行分类。该模型通过并行地使用具有多个头的图形卷积机制对脑连接输入图进行处理，并使用不同的头涉及图卷积来捕获输入数据的表示，证明了在两个公开数据集上比现有的机器学习算法展现出更高的性能，包括经典方法和 (图形和非图形) 深度学习。英文摘要：We tackle classification based on brain connectivity derived from diffusionmagnetic resonance images. We propose a machine-learning model inspired bygraph convolutional networks (GCNs), which takes a brain connectivity inputgraph and processes the dat