基于协方差的神经影像分析的SPD学习：视角、方法与挑战

本文针对神经影像学中存在的信号噪声比低、跨会话非平稳性和样本量有限等问题，探讨了基于协方差的机器学习方法。作者提出了一种新颖的SPD学习框架，通过运用黎曼几何分析协方差特征，从而推动脑影像分析的进步。研究表明这一方法对解析神经处理机制具有重大的潜在影响。