用于从 fMRI 分解神经回路机制的双头 Transformer-状态空间架构
神经元与认知
2026-01-23 v1
摘要
精准精神病学旨在阐明精神病理学的脑基生物标志物，以加强疾病风险评估和治疗开发。为此，功能磁共振成像帮助确定了脑回路，其功能特征与精神病理学形式相关联甚至具有预测性。然而，迄今为止的 fMRI 生物标志物在很大程度上仍只是描述性标识，指出了神经生物学在“何处”异常，而非“如何”异常，这限制了其在指导治疗方面的效用。我们提出了一种方法，将基于 fMRI 的功能连接性（FC）分解为构成性生物力学机制——输出驱动、输入响应性、调制门控——这些机制与可区分的治疗干预具有更清晰的对应关系。神经回路机制分解（NMD）集成了 图约束且具时滞感知的 Transformer 以估计有向的、通路特异性的路由分布和驱动信号，以及 具测量感知的状态空间模型（SSM），该模型对血流动力学卷积进行建模并恢复内在潜在动力学。这种双头架构产生了可解释的回路参数，可能为从 fMRI 到治疗策略选择提供更直接的桥梁。我们在解剖学和电生理学上明确定义的回路——皮层-基底神经节-丘脑-皮层回路中实例化了该模型。
关键词
引用
@article{arxiv.2601.15344,
title = {A Dual-Head Transformer-State-Space Architecture for Neurocircuit Mechanism Decomposition from fMRI},
author = {Cole Korponay},
journal= {arXiv preprint arXiv:2601.15344},
year = {2026}
}