论文精选

BrainCSD:基于层级一致性的 MoE 框架,用于脑连接组合成与多任务预测

BrainCSD: a hierarchical consistency-driven MoE framework for connectome synthesis and multitask brain trait prediction

精选理由

一篇发表在 npj Digital Medicine 上的方法论文,用 MoE 加层级一致性来做脑连接组合成,还能一次预测多种大脑特质,做医学影像方向可以看看。

npj Digital Medicine 于 2026 年 9 月 22 日在线发表了 BrainCSD 论文。该框架采用 MoE(混合专家)结构,通过层级一致性驱动机制进行脑连接组(connectome)合成。合成后的连接组可用于多任务的大脑特质预测,即在同一模型中同时预测多种大脑性状指标。论文DOI为 10.1038/s41746-026-03237-6。

原文 · npj Digital Medicine

BrainCSD: a hierarchical consistency-driven MoE framework for connectome synthesis and multitask brain trait prediction

npj Digital Medicine, Published online: 22 September 2026; doi:10.1038/s41746-026-03237-6 BrainCSD: a hierarchical consistency-driven MoE framework for connectome synthesis and multitask brain trait prediction