BrainDyn：层束神经常微分方程预测脑动力学

Siddharth Viswanath 等作者发布论文，提出 BrainDyn——一种基于 cellular sheaf 的图神经常微分方程网络，用于预测与生成脑动力学。其关键设计是动态限制映射：映射从预测上下文窗口重新计算，而非一次固定，并通过可学习线性变换建模脑区间通信，以刻画脑的异质性。 研究在静息态 fMRI、EEG 和 NEST 模拟数据上测试了多区域预测与自回归生成，并预测受控扰动后的脑瞬态变化。作者称 BrainDyn 在各模态上均优于对比模型，学到的特征具有表达性、可解释性且与生物学一致。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。