基于因果性的主体与任务指纹：利用fMRI时间序列数据

近期，由于其独特的解开多尺度脑网络复杂关系的能力，系统神经科学中的因果模型研究重新受到关注。本文旨在验证基于因果性方法进行fMRI指纹识别的可行性和有效性。具体我们提出了一种创新方法，利用大脑的因果动态活动来识别个体（如主体指纹）和fMRI任务（如任务指纹）的独特认知模式。我们方法的关键新颖之处在于开发了一种两时刻线性状态空间模型，从个体的fMRI时间序列数据中提取“时空”（即因果）特征。就我们所知，本文首次提出并量化了“因果指纹”概念。我们的 метод与其他指纹研究在方法上有显著区别：我们从因果关系的角度对指纹进行量化，然后结合模态分解和投影方法进行主体识别，同时采用基于图神经网络的模型进行任务识别。最终我们展示了实验结果与非因果性方法的比较，证明了所提方法的有效性。我们可视化获得的因果特征，并就其生物学相关性进行了讨论，结合现有对脑功能理解。总体而言，我们的工作为进一步的因果指纹研究开辟了道路，具有潜在的应用前景，适用于健康对照者及神经退行性疾病患者。