DIBrain脑网络模型

动态分层可解释

通过分层表示学习整合局部专门化与全局整合，动态捕捉跨尺度功能交互。

Hu, Hao · Rundong, Xue · Shaoyi, Du · 韩向敏 · 77627321 · Zeyu, Zhang · 曾玮 · 高跃 · Wang, Juan

Pattern Recognition 2026

技术优势

动态调整脑网络

通过FC启发的动态脑变换器，根据不同连接模式自适应地构建和调整脑网络。

捕捉跨尺度交互

分层表示学习对子网络内同质连接和子网络间异质交互建模，桥接微观ROI活动与宏观子网络协调。

应用场景

• 脑疾病诊断：用跨尺度脑网络特征提升神经系统疾病诊断准确率。
• 脑机接口：动态捕捉脑区交互，为脑机接口提供更准确的神经解码特征。
• 神经影像分析：分层图学习揭示脑网络层级结构，辅助神经影像的机制解析。