Краткое содержание

arXiv:2511.12451v1 Тип анонса: cross Аннотация: Рентгеновские измерения рассеяния на интактной ткани человеческого мозга кодируют структурные сигнатуры патологических включений cross-β, однако систематическое использование этих данных для автоматизированного детектирования остается сложной задачей из-за контаминации подложки, сильных междоменных корреляций и ограниченного размера выборок. В данной работе разрабатывается трехэтапная система классификации для идентификации структурных включений cross-β — признака болезни Альцгеймера — в профилях рентгеновского рассеяния посмертного человеческого мозга. Этап 1 использует Байесовский оптимальный классификатор для разделения областей слюдяной подложки и тканевых областей на основе их различных сигнатур рассеяния. Этап 2 вводит схему условно-классовой корреляционной прунинга с учетом мультиколлинеарности и формальными гарантиями на индуцированный Байесовский риск и ошибку аппроксимации, тем самым снижая избыточность при сохранении класс-дискриминативной информации. Этап 3 обучает компактную нейронную сеть на прунин