借信息贝叶斯方法：小样本推断高维群体脑连接

研究者提出一种借信息广义贝叶斯方法，用于从区域级脑测量数据估计高维协方差，通过分治参数化将自由参数从 O(d²) 降至 O(d)，并用马蹄先验实现选择性借用与收缩。模拟显示其估计误差低于 SCM、bagging 和 POETRY。应用于半合成皮层厚度与 ADHD 静息态 fMRI 数据，经 Benjamini-Hochberg 校正后发现默认模式-视觉网络及躯体运动-边缘网络模块存在显著组间差异。