针对脑龄预测，已有少量研究探索了基于 GNN 的功能连接或结构连接组方法 [5] … 我们的结果表明，在结构连接组上使用图神经网络（GNN）可以捕捉到有意义的大脑衰老模式，尤其是在使用微观结构边缘属性、足够精细的脑区划分以及合适的图密度时 … 我们可以设想，未来的方法会将来自不同模态（T1 加权像、结构连接、功能连接）的信息融合起来，以提高预测精度，其中基于脑结构连接的图神经网络（GNN）可以作为多模态流程中的一个模块。
针对脑龄预测，已有少量研究探索了基于 GNN 的功能连接或结构连接组方法 [5] … 我们的结果表明，在结构连接组上使用图神经网络（GNN）可以捕捉到有意义的大脑衰老模式，尤其是在使用微观结构边缘属性、足够精细的脑区划分以及合适的图密度时 … 我们可以设想，未来的方法会将来自不同模态（T1 加权像、结构连接、功能连接）的信息融合起来，以提高预测精度，其中基于脑结构连接的图神经网络（GNN）可以作为多模态流程中的一个模块。