Verhaltensvorhersagen auf Basis von multimodaler Profils von Hirnregionen

• Antragstellerin: Professorin Dr. Sarah Genon, Ph.D.
• Fachliche Zuordnung: Kognitive und systemische Humanneurowissenschaften
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 519107208

Individuelle Verhaltensvorhersagen auf Basis von Neuroimagingdaten und mit Hilfe maschinellen Lernens werden immer beliebter. Dabei gibt es jedoch einige Herausforderungen, wie die geringere Vorhersagegenauigkeit bei großen Stichproben sowie die Schwierigkeit, die Vorhersagemodelle und Ergebnisse zu interpretieren. In diesem Projekt gehen wir diese Herausforderungen an, indem wir unser kürzlich entwickeltes regionen-basiertes psychometrisches Vorhersageverfahren auf Basis multimodaler Neuroimagingdaten nutzen. Zunächst wollen wir eine systematische Evaluierung der multimodalen psychometrischen Vorhersage unter Verwendung mehrerer großer Datensätze durchführen, welche funktionelle, strukturelle und Diffusionsmagnetresonanztomographiedaten umfassen. Anschließend wollen wir die Interpretierbarkeit des Modells verbessern, indem wir den Beitrag von Neuroimagingmerkmalen ein jeder Hirnregion und den Beitrag jeder konfundierenden Variable spezifisch quantifizieren. Insgesamt schlagen wir vor, einen multimodalen psychometrischen Vorhersagerahmen zu entwickeln, um die Vorhersagekraft über unimodale Ansätze hinaus zu verbessern und den Beitrag von Hirnregionen oder konfundierenden Variablen zu psychometrischen Vorhersagen zu charakterisieren.

• DFG-Verfahren: Sachbeihilfen