SVAE用于DWI连接组性别分类研究

2026年10月15日，arXiv Artificial Intelligence刊出Aditya Kothapalli等作者的预印本，报告一项基于弥散加权成像（DWI）结构连接组的性别分类研究。该研究采用监督变分自编码器（SVAE）从连接组中提取潜空间特征，样本为787名15至25岁年轻人，聚焦82个Desikan-Killiany图谱感兴趣区（ROI）。在多种机器学习分类器中，多层感知机取得最高80%的分类准确率，作者据此认为SVAE能够学习到紧凑且信息丰富的表征。目前该工作以预印本形式发布，尚无后续跟进报道，也未提及同行评审或独立复现情况。

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。