多任务对抗变分自编码器用于通过多模态神经影像估计生物大脑年龄

本研究针对通过功能性MRI数据估计大脑年龄的挑战，提出了一种新颖的多任务对抗变分自编码器(M-AVAE)。该框架通过整合多模态MRI数据，成功分离通用和特定模态的潜变量，捕捉性别特异性老化模式。实验结果表明，该模型在OpenBHB数据集上的平均绝对误差为2.77岁，优于传统方法，显示了其在元宇宙健康应用中的潜力。