Zəif hizalanmış multimodal dərin öyrənmə, eyni şəxsdən eyni vaxtda toplanmamış müxtəlif məlumat mənbələrini ortaq təmsil məkanında eksperimental olaraq birləşdirməyə çalışan maşın öyrənməsi yanaşmasıdır. Bu tədqiqat elektroensefaloqrafiya (EEG), nitq akustikası və ürək dərəcəsi dəyişkənliyi (heart rate variability, HRV) məlumatlarını üç müstəqil kohortdan götürüb psevdocütləşdirərək intihar riskinin təsnifatı üçün izah edilə bilən dərin öyrənmə çərçivəsi hazırlayır. Model modalitetə xas kodlayıcıları, məzmuna uyğunlaşan gated fusion mexanizmini, ikinci dərəcəli ikiistiqamətli yüksək dərəcəli dərin təkrarlanan neyron şəbəkəsini (BIHODRNN), köməkçi rekonstruksiya itkisini və SHAP əsaslı izah edilə bilənlik alətlərini bir araya gətirir.

Üç modalitetli model daxili test dəstində %96,80 dəqiqlik, %95,40 həssaslıq, %97,20 spesifiklik və 0,974 AUROC əldə etmişdir. Bununla belə, kohortlararası qiymətləndirmədə AUROC 0,65-ə qədər enmiş; məlumat dəstinin hansı kohortdan gəldiyini proqnozlaşdıran ayrıca model təxminən 0,98 AUROC əldə etmişdir. Buna görə yüksək daxili performans ümumiləşdirilə bilən klinik intihar riski modeli kimi şərh edilə bilməz. Tədqiqatın əsas töhfəsi yüksək təsnifat balı deyil; psevdocütləşdirilmiş məlumatlarda yanıltıcı performansı üzə çıxara bilən diaqnostik testlərlə birlikdə tədqiqat çərçivəsi təklif etməsidir.

Psevdocütləşdirilmiş Multimodal Öyrənmə Nədir?

Psevdocütləşdirilmiş multimodal öyrənmə, EEG, nitq və HRV kimi müxtəlif modalitetlərin eyni iştirakçıdan toplanmadığı hallarda demoqrafik və ya etiket xüsusiyyətlərindən istifadə etməklə təxmini uyğunluqlar yaradılmasına əsaslanan eksperimental məlumat inteqrasiyası yanaşmasıdır. Bu tədqiqatda uyğunlaşdırma real subyekt səviyyəsində olmadığı üçün alınan quruluş həqiqi multimodal məlumat dəsti deyil və modalitetlər arasındakı performans artımı real bioloji tamamlayıcılığın sübutu kimi şərh edilə bilməz.

Tədqiqatın əsas problemi

İntihar riskinin qiymətləndirilməsi ənənəvi olaraq özünübildirmə şkalaları və klinik müsahibələr kimi üsullardan istifadə edir. Məqalə yüksəkölçülü fizioloji və davranış məlumatlarının maşın öyrənməsi ilə araşdırılmasının bu sahədə tədqiqat dəyəri daşıdığını; EEG-nin mərkəzi sinir sistemi fəaliyyətini, nitq akustikasının ifadə və idrakla əlaqəli xüsusiyyətləri, HRV-nin isə avtonom sinir sistemi funksiyasını təmsil etdiyini bildirir.

Əsas çətinlik bu üç siqnalın eyni şəxslərdən və eyni protokolla toplanmış geniş məlumat dəstinin olmamasıdır. Tədqiqatçılar buna görə bir-birindən müstəqil kohortlardan gələn məlumatları psevdocütləşdirmişlər. Tədqiqatın məqsədi bu məlumat quruluşunun klinik olaraq etibarlı model yaratdığını göstərmək deyil, belə heterogen mənbələr birləşdirildikdə güclü daxili test ballarının nə dərəcədə artefakt mənşəli ola biləcəyini araşdırmaqdır.

Üç məlumat mənbəyi

Birləşdirilmiş məlumat dəstindəki 2.758 nəfər sayı EEG kohortundan götürülmüşdür. Bu rəqəm 2.758 iştirakçının hamısında EEG, nitq və HRV məlumatlarının birlikdə mövcud olduğu anlamına gəlmir.

Psevdocütləşdirmə necə aparıldı?

Əvvəlcə məlumatlar subyekt səviyyəsində təlim, doğrulama və test dəstlərinə bölünmüşdür. Daha sonra hər EEG iştirakçısı üçün nitq və HRV kohortlarında yaş qrupu, cins və risk etiketi baxımından uyğun qeyd axtarılmışdır. Birdən çox uyğun qeyd olduqda biri təsadüfi seçilmiş; uyğunluq tapılmadıqda müvafiq modalitet çatışmayan hesab edilmişdir.

Bu prosedur zaman və ya bioloji uyğunluq təmin etmir. Modalitetlər ayrı ardıcıllıqlar kimi işlənmiş və yalnız embedding səviyyəsində birləşdirilmişdir. Tədqiqatçılar uyğunlaşdırmanı məlumat bölünməsindən sonra apararaq birbaşa məlumat sızması riskini azaltmağa çalışmışlar.

Etiketlərin eyni olmaması niyə vacibdir?

EEG kohortunda müsbət risk sinfi Beck Scale for Suicide Ideation (BSS) üçün BSS ≥ 6 kimi müəyyən edilmişdir. UK Biobank HRV tərəfində isə etiket son 12 ay ərzində özünübildirilən intihar düşüncəsi və ya cəhdinə əsaslanır. BSS 4–5 kimi qeyri-müəyyən dəyərlər EEG tərəfində çıxarılmışdır.

Beləliklə model yalnız fizioloji fərqləri deyil, kohortların fərqli etiketləmə protokollarını da öyrənə bilər. Bu vəziyyət xüsusilə kohortlararası ümumiləşdirilə bilmə baxımından əsas qarışdırıcı amildir.

EEG ilkin emalı və xüsusiyyətlər

EEG siqnalları g.USBamp sistemi ilə 256 Hz nümunələmə sürətində qeydə alınmış; F3, F4, Cz, P3, P4, T3, T4 və O2 elektrodlarından istifadə edilmişdir. Xam siqnallar 1–45 Hz zolaqkeçirən filtrlə işlənmiş, Fast-ICA ilə artefakt təmizlənməsi tətbiq edilmiş və 4 saniyəlik, 2 saniyə üst-üstə düşən epoxalara bölünmüşdür.

Mənbədə mütləq və nisbi spektral güc, alfa asimmetriyası, simvolik transfer entropiyası və wavelet xüsusiyyətləri bildirilmişdir. Bununla belə xüsusiyyət cədvəlindəki ümumi ölçü ilə model arxitekturasında göstərilən EEG giriş ölçüsü tam uyğun gəlmir; bu mənbədaxili uyğunsuzluq aşağıda ayrıca qeyd edilir.

Nitq siqnallarının hazırlanması

Nitq məlumatları 104 iştirakçı ilə aparılmış strukturlaşdırılmış müsahibələrdən əldə edilmişdir. Səs 44,1 kHz və 16-bit ayırdetmə ilə qeydə alınmış; Non-Negative Matrix Factorization ilə səs-küy azaldılması tətbiq edilmiş, sonra 10 saniyəlik pəncərələrə bölünmüşdür. Təlim nümunələrini artırmaq üçün 5 saniyəlik sürüşmə ilə üst-üstə düşən pəncərələrdən istifadə edilmişdir.

Nitq xüsusiyyətlərinə əsas tezlik, enerji, jitter, shimmer və nitq sürəti kimi prosodik dəyişənlər; MFCC, birinci və ikinci fərq əmsalları və güc spektral sıxlığının altzolaqları daxildir. Standartlaşdırma parametrləri yalnız təlim məlumatından hesablanmış və doğrulama/test dəstlərinə tətbiq edilmişdir.

HRV xüsusiyyətləri

HRV üçün fərdi UK Biobank qeydləri əvəzinə yaş qrupu, cins və risk etiketinə görə təbəqələşdirilmiş aqreqasiya olunmuş xülasə xüsusiyyətlərindən istifadə edilmişdir. Xüsusiyyətlər zaman sahəsində SDNN, RMSSD və pNN50; tezlik sahəsində VLF, LF, HF və LF/HF nisbəti; həmçinin tone-entropy və sample entropy dəyişənlərini əhatə edir.

Əyri paylanmış HRV dəyişənləri, məsələn LF/HF nisbəti, log çevrilməsindən sonra z-score normallaşdırılmasına məruz qalmışdır.

Kohort harmonizasiyası hansı səviyyədə aparıldı?

Modalitetlərə xas normallaşdırma tətbiq edilməsinə baxmayaraq ComBat və ya oxşar açıq batch-effect düzəlişindən istifadə edilməmişdir. Tədqiqatçılar kohortların avadanlıq, protokol və demoqrafik quruluş baxımından əsaslı şəkildə fərqləndiyini; buna görə aqressiv düzəlişin yeni artefaktlar yarada biləcəyini bildirirlər. Nəticədə məlumat dəstinə xas qalıq siqnallar model tərəfindən istifadə oluna bilər.

Təlim, doğrulama və test bölgüsü

Birləşdirilmiş məlumat subyekt səviyyəsində %70 təlim, %10 doğrulama və %20 test olaraq bölünmüşdür. Heç bir iştirakçının birdən çox bölmədə yer almaması hədəflənmişdir. Məlumat artırılması yalnız bölmə əməliyyatından sonra və yalnız təlim məlumatına tətbiq edilmişdir. Hiperparametrlərin sazlanması üçün təlim dəstində beşqat çarpaz doğrulamadan istifadə edilmişdir.

BIHODRNN Bu Modeldə Nə Edir?

Bidirectional High-Order Deep Recurrent Neural Network (BIHODRNN), hər gizli vəziyyətin yalnız əvvəlki və növbəti zaman addımına deyil, ayrıca təkrarlanan çəkilərlə bir neçə keçmiş və gələcək zaman addımına bağlandığı ikiistiqamətli və yüksək dərəcəli təkrarlanan neyron şəbəkəsidir. Tədqiqatda iki gizli qat və ikinci dərəcəli təkrarlanmadan istifadə etməklə EEG və nitqdə daha uzun zaman asılılıqlarının modelləşdirilməsi məqsəd qoyulmuşdur.

Modalitetə xas kodlayıcılar

EEG üçün mənbədə \(I_{EEG} \in R^{T \times 128}\) formasında giriş göstərilmiş və 64 filtrli, nüvə ölçüsü 3 olan Conv1D qatı ilə max-pooling tətbiq edilmişdir. Nitq üçün \(I_{speech} \in R^{T \times 156}\) formasındakı giriş oxşar Conv1D və pooling əməliyyatından keçir. HRV girişi \(I_{HRV} \in R^{1 \times 32}\) kimi müəyyən edilmiş və 64 və 32 vahidli iki tam əlaqəli qatla işlənmişdir.

Modalitet embedding-ləri daha sonra ortaq 256 ölçülü təmsil məkanına proyeksiya edilir.

Məzmuna uyğunlaşan gated fusion

Hər modalitet üçün əvvəlcə uyğunluq balı hesablanır:

\[ s_m = v_m^{\top}H_m \]

Burada \(H_m\), modalitet \(m\)-in ortaq təmsil məkanındakı embedding-idir; \(v_m\) isə təlim zamanı öyrənilən proyeksiya vektorudur.

Modalitet çəkiləri softmax ilə normallaşdırılır:

\[ \alpha_m = \frac{\exp(s_m)}{\sum_k \exp(s_k)} \]

Birləşdirilmiş təmsil:

\[ H_{fused} = \sum_m \alpha_m H_m \]

Bu quruluş \(\sum_m \alpha_m = 1\) olacaq şəkildə modalitetlərin nisbi töhfəsini dinamik tənzimləyir. Tədqiqatın daxili analizində orta çəkilər EEG üçün 0,52, nitq üçün 0,31 və HRV üçün 0,17 olmuşdur.

Mənbə çatışmayan modalitetin embedding-inin sıfırlanması ilə softmax çəkisinin də sıfıra düşdüyünü bildirir. Lakin verilən softmax tənliyi təkbaşına bunu riyazi olaraq təmin etmir; sıfır çəki üçün əlavə masking tələb olunur. Əlavə material masking strategiyasından bəhs edir, lakin əsas tənlik maskanı açıq göstərmir.

BIHODRNN gizli vəziyyət tənliyi

Qat \(l\) və zaman addımı \(t_n\) üçün mənbədə verilən gizli vəziyyət tənliyi belədir:

\[ H^l(t_n)=\phi\left( V^{l,F}H^{l-1}(t_n) +\sum_{m=1}^{M}V_m^{l,RB}H^l(t_{n-m}) +\sum_{m=1}^{M}V_m^{l,RF}H^l(t_{n+m}) +b^l \right) \]

\(H^0(t_n)=H_{fused}(t_n)\) modelin girişidir. \(\phi\) tanh aktivləşməsidir. \(V^{l,F}\) əvvəlki qatdan gələn feed-forward çəki matrisini, \(V_m^{l,RB}\) keçmiş zaman addımlarına aid təkrarlanan çəkiləri, \(V_m^{l,RF}\) gələcək zaman addımlarına aid təkrarlanan çəkiləri və \(b^l\) bias vektorunu təmsil edir.

Standart ikiistiqamətli RNN-də təkrarlanma birinci dərəcəli olduğu halda, BIHODRNN-də \(M>1\) seçilə bilər. Tədqiqatda \(M=1,2,3\) sınaqdan keçirilmiş; \(M=2\), \(M=1\)-ə görə doğrulama AUROC-sunu 0,012 artırdığı və \(M=3\) yalnız 0,003 əlavə qazanc verərkən parametr sayını təxminən %50 yüksəltdiyi üçün seçilmişdir.

Model çıxışı

Yuxarı gizli qatdakı zaman-addımı çıxışı mənbədə:

\[ O(t_n)=\sum_{j=1}^{N_L}V_{1,j}^{L,F}H_j^L(t_n) \]

şəklində müəyyən edilmişdir. Ardıcıllıq çıxışı daha sonra \(p=0,5\) dropout qatından və iki sinifli softmax təsnifatçısından keçirilir.

Köməkçi rekonstruksiya itkisi

Hər modalitetin embedding-inin ilkin modalitet məlumatını qorumasını təşviq etmək üçün ayrıca decoder-lərdən istifadə olunur:

\[ L_{aux}= \sum_{m \in \{EEG,\,speech,\,HRV\}} \left\|I_m-Decoder_m(H_m)\right\|_2^2 \]

EEG və nitq decoder-lərində deconvolution qatları; HRV tərəfində isə tam əlaqəli qatlar istifadə edilmişdir. Köməkçi itki çəkisi \(\lambda=0,1\)-dir.

Əsas təlim məqsədi:

\[ L=L_{BCE}+\lambda L_{aux} \]

kimi verilir. Təlim alqoritminin ətraflı təqdimatında buna nizamlılaşdırma termini \(L_{reg}\) də əlavə olunur.

Tədqiqatın Metodu və Nəticələri

Modelin təlim parametrləri

Modalitet üzrə daxili test performansı

%95 etibar intervalları 1.000 bootstrap yenidən nümunələməsi ilə hesablanmışdır. AUROC fərqləri üçün DeLong testi tətbiq edilmişdir. Mənbə EEG+Nitq ilə EEG+HRV müqayisəsi istisna olmaqla cütlər üçün p<0,05 bildirir; həmin müqayisə üçün p=0,06 verir. Lakin tədqiqatçılar psevdocütləşdirilmiş nümunələrin müstəqillik fərziyyəsini poza biləcəyini və bu etibar intervallarının yanıltıcı sabitlik təəssüratı yarada biləcəyini xüsusilə qeyd edirlər.

Qarışıqlıq matrisi

Birləşdirilmiş modelin daxili test qarışıqlıq matrisində 498 true positive, 24 false negative, 15 false positive və 523 true negative bildirilmişdir. Ümumi test nümunələrinin sayı 1.060-dır. Bu dəyərlər mənbədə bildirilən %95,4 həssaslıq, %97,2 spesifiklik və %96,8 dəqiqliklə uyğundur.

SHAP və izah edilə bilənlik nəticələri

SHAP analizində mənbə F4 və Cz-də yüksək-gamma gücünü, MFCC-2, LF/HF nisbətini və Fz theta gücünü ən təsirli xüsusiyyətlər arasında göstərir. Jitter, RMSSD, alfa asimmetriyası, MFCC-5 və SDNN də yuxarı sıralardadır.

SHAP izahlarının sabitliyi kiçik Gauss səs-küyü əlavə etməklə araşdırılmış və ilkin ilə perturbe edilmiş əhəmiyyət sıraları arasında 0,89 ± 0,04 korrelyasiya bildirilmişdir. Faithfulness testi üçün xüsusiyyət əhəmiyyəti ilə xüsusiyyət permutasiya edildikdə AUROC-dakı azalma arasında Spearman korrelyasiyası \(\rho=0,78\), p<0,001 tapılmışdır.

Ən vacib SHAP xüsusiyyətləri çıxarıldıqda AUROC 0,974-dən 0,952-yə enmişdir. Buna baxmayaraq tədqiqat bu xüsusiyyətlərin səbəbkar və ya klinik olaraq təsdiqlənmiş biomarkerlər olduğunu iddia etmir; nəticələr yalnız model davranışının izahı kimi qəbul edilir.

Kalibrasiya və səs-küyə davamlılıq

Daxili məlumatda Expected Calibration Error (ECE) 0,032 olaraq bildirilmişdir. Kohort üzrə ECE dəyərləri EEG üçün 0,028, nitq üçün 0,035 və HRV üçün 0,040-dır. Lakin kalibrasiya kohort dəyişikliyi altında ayrıca doğrulanmamışdır.

Gauss səs-küyü ilə aparılan davamlılıq təcrübəsində birləşdirilmiş model 10 dB SNR səviyyəsində %93-dən yuxarı dəqiqliyi qorumuşdur. Bu test real həyat artefaktlarının hamısını təmsil etmir; hərəkət mənşəli EEG artefaktı, ətraf mühit nitq səs-küyü və ya ECG baseline wander kimi strukturlar ayrıca sınaqdan keçirilməmişdir.

Yüksək Daxili AUROC Klinik Uğur Deməkdirmi?

Xeyr. 0,974 AUROC yalnız psevdocütləşdirilmiş daxili test məlumatındakı performansı göstərir; müstəqil kohortlara keçildikdə AUROC-nun 0,65-ə qədər enməsi və kohort kimliyinin təxminən 0,98 AUROC ilə proqnozlaşdırıla bilməsi modelin kohorta xas nümunələrdən güclü şəkildə yararlandığını göstərir. Buna görə tədqiqat öz modelini klinik istifadə üçün doğrulanmış intihar riski aləti kimi təqdim etmir.

Kohortlararası ümumiləşdirilə bilmə

Ən aşağı AUROC olan 0,65, daxili testdəki 0,974 ilə müqayisədə güclü performans itkisinə işarə edir. Domain-adversarial qiymətləndirmə də təxminən 0,65 AUROC vermişdir.

Kohort kimliyi niyə kritik nəzarətdir?

Modellə eyni xüsusiyyətlərdən nümunənin hansı məlumat dəstindən gəldiyini proqnozlaşdıran kohort-təsnifat təcrübəsi təxminən 0,98 AUROC əldə etmişdir. Bu nəticə EEG, nitq və HRV məlumat mənbələrinin model tərəfindən asanlıqla ayırd ediləcək qədər fərqli olduğunu göstərir.

Beləliklə birləşdirilmiş modelin yüksək daxili performansı yalnız intihar riski ilə əlaqəli bioloji nümunələrin öyrənildiyini göstərmir. Avadanlıq, nümunələmə sürəti, demoqrafiya, məlumat toplama protokolu və etiket tərifi kimi kohort fərqləri təsnifata töhfə verə bilər.

Paylanma sürüşməsi

Maximum Mean Discrepancy (MMD) analizi EEG–nitq üçün 0,84, EEG–HRV üçün 0,91 və nitq–HRV üçün 0,79 dəyərlərini vermişdir. t-SNE vizuallaşdırmasında da kohortların ayrı klasterlər yaratdığı bildirilmişdir. Wasserstein məsafələri 2,34 ilə 4,87 arasında tapılmışdır.

Mənbə bu domain shift-in səbəbləri arasında məlumat əldəetmə avadanlığı, nümunələmə sürəti və demoqrafik fərqləri önə çıxarır.

Mənfi nəzarətlər nə göstərdi?

Bu nəzarətlər daxili performansın yalnız təsadüfi cütləşdirmə və ya təsadüfi etiket artefaktından ibarət olmadığını göstərir. Bununla belə kohort-təsnifat və çarpaz kohort təcrübələri öyrənilmiş siqnalın mühüm hissəsinin məlumat dəstinə xas ola biləcəyini göstərməyə davam edir. Buna görə mənfi nəzarətlər ümumiləşdirilə bilən klinik biomarkerin mövcudluğunu sübut etmir.

Ablation tədqiqatı

BIHODRNN-in çıxarılması ən böyük arxitektura AUROC itkisini yaratmışdır. Gated fusion daha kiçik, lakin ölçülə bilən töhfə vermişdir. Ablation təcrübələri beş fərqli təsadüfi seed ilə təkrarlanmış və AUROC standart sapmalarının 0,005-dən aşağı olduğu bildirilmişdir. SHAP-ın çıxarılması istisna olmaqla müqayisələrdə p<0,05; SHAP çıxarıldıqda p=0,32 bildirilmişdir. Müəlliflər bu p dəyərlərinin eyni məlumat dəstində təkrarlanan təcrübələrdən gəldiyini və psevdocütləşdirmə problemini həll etmədiyini vurğulayırlar.

Risk təbəqələri klinik hədd deyil

Eksperimental qiymətləndirmə məqsədilə model ehtimalları üç qrupa bölünmüşdür: 0,33-dən aşağı dəyərlər aşağı, 0,33–0,67 arası orta və 0,67-dən yuxarı dəyərlər yüksək risk kimi etiketlənmişdir. Bu hədlər doğrulama dəstinin faiz göstəricilərindən törədilmişdir və klinik istifadə üçün tövsiyə edilmir. Mənbə istənilən real həyat tətbiqində yenidən kalibrasiyanın tələb olunduğunu açıq şəkildə bildirir.

Mənbədə təkrar istehsal edilə bilməyə təsir edən uyğunsuzluqlar

Tədqiqatın dəstəklədiyi nəticələr

Tədqiqat heterogen EEG, nitq və HRV məlumatlarının vahid eksperimental dərin öyrənmə iş axınında emal edilə bildiyini; gated fusion, BIHODRNN və köməkçi itki komponentlərinin daxili məlumat performansına ölçülə bilən töhfə verdiyini; həmçinin çarpaz kohort, kohort-təsnifat, negative-control və paylanma sürüşməsi analizlərinin yanıltıcı daxili performansı üzə çıxarmaqda faydalı olduğunu dəstəkləyir.

Tədqiqatın dəstəkləmədiyi nəticələr

Tədqiqat modelin klinik olaraq intihar riskini etibarlı şəkildə proqnozlaşdırdığını, real multimodal fusion həyata keçirdiyini, SHAP xüsusiyyətlərinin səbəbkar biomarker olduğunu, sistemin müxtəlif xəstəxana və icmalarda ümumiləşdirilə bildiyini, alqoritmin ədalətli olduğunu və ya bildirilən hədlərin klinik qərar üçün istifadə edilə biləcəyini göstərmir.

Etik və təhlükəsizlik sərhədi

Tədqiqat yeni pasiyent məlumatı toplamamış və klinik müdaxilə həyata keçirməmişdir. İstifadə olunan mənbə tədqiqatların etik təsdiq və məlumatlandırılmış razılıq aldığı; mövcud analizdə şəxsiyyətsizləşdirilmiş və ya aqreqasiya olunmuş məlumatlardan istifadə edildiyi bildirilir. Müəlliflər modelin diaqnoz, müalicə qərarı və ya real həyatda fərdi intihar riskinin qiymətləndirilməsi məqsədilə istifadə edilməməli olduğunu açıq şəkildə bildirirlər.

Gələcək tədqiqat ehtiyacları

Müəlliflərin ən yüksək prioriteti EEG, nitq və HRV-nin eyni iştirakçılardan və ortaq klinik etiketlərlə toplandığı real subyekt-hizalı multimodal məlumat dəstidir. Bundan əlavə müstəqil və çoxmərkəzli xarici doğrulama, domain adaptation və harmonizasiya, prospektiv uzunmüddətli tədqiqatlar, daha böyük nitq məlumat dəstləri, rəsmi fairness auditləri, ekspert qiymətləndirməli izah edilə bilənlik, klinik əsaslandırılmış kalibrasiya və hədd seçimi, real həyat artefaktlarına davamlılıq və çatışmayan modalitet ssenarilərinin sistematik araşdırılması tövsiyə edilir.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Explainable Weakly-Aligned Deep Learning for Suicide Risk Assessment Using Pseudo-Paired EEG, Speech, and HRV Data.

Müəlliflər: Fatemeh Charoosaei və Fatemeh Rajabi.

Məsul müəllif: Fatemeh Charoosaei.

PDF-dəki afiliyasiyalar: Fatemeh Charoosaei — Department of Computer Engineering, Yazd University, Yazd, Iran. Fatemeh Rajabi — Department of Medical Sciences, Isfahan University of Medical Sciences, Isfahan, Iran.

Biblioqrafik afiliyasiya fərqi: Cari SSRN qeydi Fatemeh Rajabi-ni Manchester Metropolitan University ilə əlaqələndirir. PDF və SSRN qeydi arasındakı bu fərq mənbədə olduğu kimi qorunmalıdır.

Platforma: SSRN.

SSRN qeyd nömrəsi: 7331268.

DOI: 10.2139/ssrn.7331268.

Göndərilmə tarixi: 27 avqust 2026.

Mənbə növü: Metodoloji dərin öyrənmə tədqiqat preprinti; retrospektiv ikincili məlumat analizi və proof-of-concept.

Rəy statusu: Hakim qiymətləndirməsindən keçməmişdir.

Lisenziya: Mənbə PDF-də və təsdiqlənmiş SSRN qeydində açıq Creative Commons və ya ekvivalent təkrar istifadə lisenziyası göstərilmir.

Maliyyələşdirmə: Müəlliflər tədqiqat üçün maliyyə alınmadığını bildiriblər.

Maraqların toqquşması: Müəlliflər rəqabət aparan maraqların olmadığını bəyan ediblər.

Etika: Tədqiqat daha əvvəl toplanmış və şəxsiyyətsizləşdirilmiş məlumatlardan istifadə edir. İlkin məlumat mənbələrinin etik təsdiq və məlumatlandırılmış razılıq aldığı; hazırkı analiz üçün əlavə etik komitə təsdiqinin tələb olunmadığı bildirilmişdir.

Məlumat mənbələri: EMBARC EEG məlumatı NIMH Data Archive vasitəsilə; UK Biobank HRV məlumatı aqreqasiya olunmuş xülasə xüsusiyyətləri formasında; MODMA nitq korpusu isə tədqiqat məqsədli istifadə üçün mənbədə göstərilən prosedurla əlçatan olduğu bildirilmişdir.

Müəllif töhfələri: Fatemeh Charoosaei — konseptuallaşdırma, metod, proqram təminatı, formal analiz, ilkin qaralama və vizuallaşdırma. Fatemeh Rajabi — doğrulama, araşdırma, məlumat kurasiyası və nəzərdən keçirmə/redaktə.

Əsas model komponentləri: Modalitetə xas kodlayıcılar, 256 ölçülü ortaq təmsil, məzmuna uyğunlaşan softmax gated fusion, ikiqatlı və ikinci dərəcəli BIHODRNN, dropout, softmax təsnifatçısı və modalitetə xas köməkçi reconstruction decoder-ları.

Əsas qiymətləndirmə metrikləri: Accuracy, sensitivity, specificity, F1-score, AUROC, %95 etibar intervalları və Expected Calibration Error.

Əsas statistik üsullar: 1.000 iterasiyalı bootstrap etibar intervalları, DeLong AUROC müqayisəsi, ablation təcrübələrində təkrarlanan qaçışlar və paired t-test, SHAP faithfulness analizində Spearman korrelyasiyası.

Əsas metodoloji məhdudiyyət: EEG, nitq və HRV eyni şəxslərdən əldə edilməmişdir. Psevdocütləşdirilmiş quruluş, kohort heterogenliyi və fərqli risk etiketi tərifləri səbəbindən modelin həqiqi ortaq intihar riski funksiyası öyrəndiyi göstərilə bilmir.

Klinik məhdudiyyət: Model xarici doğrulamadan, prospektiv doğrulamadan, real klinik tətbiqdən və tənzimləyici qiymətləndirmədən keçməmişdir. Mənbə modelin klinik qərarvermə və ya fərdi risk proqnozu məqsədilə istifadə edilməməli olduğunu açıq şəkildə bildirir.