研究者提出多模态超图流匹配框架MHG-FM

研究者提出多模态超图流匹配框架 MHG-FM，用于脑结构连接（SC）与功能连接（FC）的联合生成及跨模态翻译。该框架用超图神经网络编码模态专属超图，经双重交叉注意力融合后由变分自编码器映射到紧凑隐空间，再以条件流匹配实现生成与翻译。 在 HCP-YA 数据集上，MHG-FM 在重建质量、拓扑保持、分布相似性和 SC-FC 耦合上优于多个 SOTA 基线，采样速度约为匹配扩散骨干的 8 倍。

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。