MEDICINE & AI

タイトル：Neurobridge: Bridging functional and structural brain networks via neural coupling and consistency-Guided dynamic graph learning 雑誌名：Med Image Anal. 2026 Feb 10; 110: 103993. 概　要： 本研究では、脳ネットワーク分析における機能的および構造的脳ネットワークの情報を融合するための新しい手法「NeuroBridge」を提案します。機能的脳ネットワークは、安静時やタスク状態における機能的接続パターンを特徴付け、構造的脳ネットワークはマクロスケールの経路の完全性と接続強度を反映します。両者のデータ構造や情報表現、空間解像度の違いを克服し、潜在的なクロスモーダル表現を抽出することが本研究の課題です。提案手法は、脳領域の受容野に基づく構造-機能結合を行い、融合表現空間のセマンティックキャリブレーションを行うことで、異なるモダリティ間の高次セマンティック空間の一貫性を高めます。 方　法： 本研究は、NeuroBridgeという手法を用いた脳ネットワーク分析に関するもので、具体的には、神経相乗効果結合モジュール（NeuSCM）による構造-機能結合、整合性アンカーガイダンスモジュール（CAGM）によるセマンティックキャリブレーション、動的関連解析モジュール（DAP）によるノード間の複雑な関係の捕捉を行います。これにより、病気予測や性別分類タスクにおいて高精度な予測を実現します。 結　果： 提案手法は、病気予測および性別分類タスクにおいて、最先端の単一およびマルチモーダル手法を上回る予測精度を達成しました。これにより、異なるモダリティの情報を効果的に融合し、脳ネットワーク分析に新たな洞察を提供することが示されました。 結　論： NeuroBridgeは、機能的および構造的脳ネットワークの情報を効果的に統合し、脳ネットワーク分析における新しいアプローチを提供します。この手法は、病気予測や性別分類において高い精度を示し、今後のマルチモーダル脳ネットワーク分析における重要な進展をもたらす可能性があります。