tsta

فارسی

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Graph Convolutional Network–Based Surrogate Modeling for MRI-EEG Connectivity Analysis

Authors :

Arshia Rezaei¹ Bahareh Abbaszadeh²

1- Center of Excellence in Design, Robotics, and Automation (CEDRA), School of Mechanical Engineering, Sharif University of Technology, Tehran, Iran 2- Department of Mechanical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

Keywords :

Graph Convolutional Network (GCN)،Magnetic Resonance Imaging (MRI)،Electroencephalography (EEG)،Brain Connectivity

Abstract :

Multimodal neuroimaging data, comprising Magnetic Resonance Imaging (MRI) and Electroencephalography (EEG), provide complementary spatial and temporal perspectives on neural dynamics. Conventional multimodal connectivity estimation, however, is computationally demanding and often limited by incomplete or noisy inputs. This study presents a Graph Convolutional Network (GCN)-based framework for efficient approximation of connectivity patterns across MRI and EEG. The model exploits graph-structured representations from one modality to predict connectivity maps of the other, enabling bidirectional MRI→EEG and EEG→MRI inference. By embedding spatial dependencies among brain regions, the framework preserves both topological and spectral characteristics while substantially reducing computational cost. Experiments on multimodal datasets demonstrate that the GCN reliably reproduces full-model outputs, offering a scalable and robust solution for real-time, data-limited brain connectivity analysis.

List of archived papers

تأثیر هوش مصنوعی بر طراحی ارگونومیک محیط کار: بررسی الگوریتم‌های یادگیری ماشین و ایمنی تولید فولاد

معراج جلیلی - پوریا علیمرادی - فرید نصیریان

Comparative Evaluation of Two Keratin Extraction Methods from Kurdish Sheep Wool and Their Application in the Fabrication of Biocompatible Hydrogels with Gelation Time Analysis

Sajjad Pourabdal Nergi - Fatemeh Bagheri - Abbas Sheikh

Hierarchical Task-Structured GNN Meta-Learning for Few-Shot EEG Motor Imagery Decoding

Mohammad Armin Dehghan - Mohammad Mohammadianbisheh - Mohammad Bagher Shamsollahi

The Technological Pillars of Smart Hospitals: A 2022–2025 Review of IoMT, Wearables/RTLS/RFID, Robotics (IoRT), and VR/AR

Ali Karaminejad - Naeme Kadkhodai Eliaderani - Sahar Jafari - Mahdi Jafari Asl

مدل یادگیری ماشین برای امنیت سایبری شهر هوشمند

علیرضا فولاد - محمد امین مقدادی - علی عبدلی - شایان مسگر

شبیه سازی عددی انقباض بطن راست قلب جنین انسان به روش تعامل سیال و جامد

سیده کیمیا مرتضوی فارسانی - هانیه نیرومند اسکوئی - بهروز جعفرزاده - محمد حسن فردوسی

CRAFT-Flow: Cross-Attentional Refinement for Robust Optical Flow Estimation in Cardiac MRI via Deep Learning

Hamed Aghapanah Roudsari - Reza Ashiri Gudarzi - Morteza Choubin

پیشنهاد درمان شخصی‌سازی‌شده برای بیماران OCD با یادگیری تقویتی

سمیه حسینی زنوزی

مزایای هوش مصنوعی در تصمیم گیری عملیاتی

مهدی محمدی امین - مهدی فرساد - هادی محمدی امین

بهبود راهکار انتخاب ویژگی ترکیبی با ارزیابی یکپارچه‌ روابط خطی و غیرخطی ویژگی‌ها

سید مجتبی سیف

more

Samin Hamayesh - Version 42.4.6