AREION：面向脑连接组的图谱无关基础模型

针对现有脑基础模型依赖特定脑图谱、换用不同图谱需重新训练的问题，研究者提出图谱无关的脑连接组表征学习模型 AREION。该模型通过脑区情境化技术将不同图谱的脑区与连接映射到统一表征空间，并用分层脑 Transformer 编码器处理变长区域连接序列。AREION 在多图谱 fMRI 队列上自监督预训练，实验显示其以更少参数优于强监督基线和其他 fMRI 基础模型，并可迁移至预训练未见图谱。