本網(wǎng)訊 近日,，我校物理與電子科學學院王鳳琴老師在人工智能與管理學領域取得重要進展,，研究成果發(fā)表在Information Processing and Management上。Information Processing and Management是信息系統(tǒng),、圖書館情報,、計算機科學領域一區(qū)TOP期刊，也是CCF-B期刊,，2024年影響因子為7.4。該期刊致力于發(fā)表計算機與信息系統(tǒng)交叉領域的前沿原創(chuàng)研究,，關注理論,、方法或在一系列領域的應用研究，這些領域包括但不限于商業(yè),、市場營銷,、廣告、社會計算與信息技術,。該研究成果得到了湖北省自然科學基金和福建省自然科學基金的資助,，并獲得黃石市計算神經(jīng)科學與類腦智能重點實驗室科研平臺支持。

本研究提出了一種名為F-GAN-NTD 的創(chuàng)新方法,，此方法整合了生成對抗網(wǎng)絡（GANs）與非負張量分解（NTD）理論,，旨在強化對抑郁癥相關功能磁共振成像（fMRI）數(shù)據(jù)的分析。其運用 F-GAN-NTD 從多維 fMRI 張量數(shù)據(jù)里提取非線性非負因子,，借助 Deep-NTD 技術生成可捕捉潛在結構與動態(tài)特征的因子矩陣,，再通過多視圖神經(jīng)網(wǎng)絡架構同步處理所有模態(tài)的因子矩陣，以此區(qū)分抑郁癥患者和健康對照組,。該方法在閉眼抑郁癥 fMRI（CEDF）以及腦科學戰(zhàn)略研究計劃（SRPBS）數(shù)據(jù)集上進行了測試,，結果表明 F-GAN-NTD 方法在 fMRI 數(shù)據(jù)分類上有顯著提升，表現(xiàn)優(yōu)于傳統(tǒng)方法,，并且能夠有效恢復不完整的 fMRI 張量數(shù)據(jù),，還揭示了異常腦網(wǎng)絡連接，這為抑郁癥的病理生理機制研究提供了有益見解。綜上所述,，F(xiàn)-GAN-NTD 不僅增強了從 fMRI 數(shù)據(jù)中提取有意義特征的能力,，提升了分類性能，還加深了對抑郁癥相關腦異常的理解,，其跨模態(tài)的整合更是促進了對抑郁癥更為全面的分析,。

研究成果將于2025年3月發(fā)表在Information Processing and Management上，我校物理與電子科學學院王鳳琴老師為論文第一作者,，湖北師范大學為第一單位,。

論文信息：王鳳琴，柯亨進,，湯云波. Fusion of generative adversarial networks and non-negative tensor decomposition for depression fMRI data analysis. Information Processing and Management, vol. 62, no. 2, March 2025, 1-26.

論文鏈接：https://doi.org/10.1016/j.ipm.2024.103961.

王鳳琴,，計算機、信息與信號處理雙碩士,，講師,，近三年圍繞多維病理性腦神經(jīng)數(shù)據(jù)深度特征提取與判別中降維表達、狀態(tài)識別與模型解釋三大挑戰(zhàn)：（1）建立多維功能核磁共振非線性因子化分析方法, 實現(xiàn)fMRI神經(jīng)影像潛在特征的準確獲??；（2）提出基于深度神經(jīng)網(wǎng)絡的在大腦功能障礙狀態(tài)識別方法，實現(xiàn)癲癇,、抑郁癥和帕金森的高效監(jiān)控,、高精度識別與分類；（3）構建基于深度符號回歸的腦動力學的自動發(fā)現(xiàn)方法,，實現(xiàn)深度神經(jīng)網(wǎng)絡與病理特征的可解釋性,。相關研究成果發(fā)表SCI論文5篇，CSCD和中文核心6篇,。授權的發(fā)明專利1項,，軟件著作權2項。