MAGNET：流形感知图扩散生成脑连接组

2026年10月15日，arXiv Artificial Intelligence 刊出 Protyay Dey 等作者的论文，提出 MAGNET——一种流形感知图扩散网络，用于功能脑连接组生成。该网络采用相关矩阵流形上的归一化 Cholesky 表示以保证有效性，并将噪声隐状态提升为 ROI 级区域 token 进行去噪。论文称，在 ABIDE、ADNI 和 OASIS-3 三个队列上，其类条件保真度（α、β-F1）较此前流形感知方法提升 7–21%，采样效率更优；仅用严格二分类标签训练时，零样本下子类协方差对齐（λ-MSE）改善超 30%。论文注明已被 NeurIPS 2026 接收，并提供代码仓库链接。上述数据与结论均出自该论文自述，尚未见独立复现或第三方验证的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。