近日，人工智能与信息融合研究院宋笑影老师率先将超图信号处理引入脑网络分析研究中，取得创新性成果。论文发表在图像处理领域国际顶级期刊IEEE Transactions on Image Processing（IF=10.6）。
论文题目为“Brain network analysis of schizophrenia patients based on hypergraph signal processing”（基于超图信号处理的臆想症患者脑网络分析）双栏13页。论文的第一作者为宋笑影副教授，第一单位是武汉科技大学冶金自动化与检测技术教育部工程研究中心。
论文针对精神分裂症患者的脑功能分析提出了一种新的脑超图加权网络，网络由加权邻接张量描述，考虑超边内节点间的连接，提出了一种新颖的超边权重计算方法。在张量分解的基础上，应用超图傅里叶变换分析比较了精神分裂症患者和正常对照组的频谱，结果发现，精神分裂症患者频谱中的高频成分多于对照组，且平均幅值明显大于对照组。使用超图频谱和频谱信号作为分类特征，在两个公开数据集上的分类结果证明了论文所提出方法的有效性。
该项成果从超图频谱的角度研究大脑多个脑区间的高阶关系，有助于更深层次地探讨精神分裂症等神经系统疾病的病理基础。论文全文链接：https://ieeexplore.ieee.org/document/10233202。
宋笑影老师长期从事图信号处理及其应用的研究，现主持国家自然科学基金面上项目1项，博士生导师。该成果是继人工智能领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（IF=23.6）论文后的又一项突破，为后续的系统性研究奠定了坚实基础。
