该论文针对连接信息，提出了无损整合整个人类大脑皮层的划分方法，利用聚类和流形学习技术、图形模型等手段，实现了对大脑结构和功能特征的准确提取，并对其进行了多层次评估。

Feb, 2018

人脑组织、功能差异、可解决性、预测模型、个体特征解析需要更具信息量的成像或更强大的模型。

Aug, 2023

本文提出了一种基于脑白质纤维束连接信息对个体大脑皮层进行完整分区的混合方法，分为五个步骤，最终输出不同皮层的子区分标签。在功能分化、功能整合和小世界等方面，经过测试得出其效果良好。

Feb, 2020

提出了一种新的基于图编辑距离的方法，用于比较大脑图并直接反映出相似性及网络元素对应关系，从而更准确地表示个体网络的相似性和变化，并在一个双胞胎数据集上进行了验证。

Mar, 2017

我们提出了一种新的方法来量化脑组织的微观结构，该方法基于对细胞形状进行分析得到的可解释特征的自动识别。与传统方法相比，我们的系统基于可解释特征而不是灰度值来做决策，并且可以准确地定位和识别现有的脑结构，从而有助于连接组学研究和脑电路的逆向工程。

Apr, 2024

本文综述了功能连接组的快速发展和多种方法，在静息状态下和任务驱动实验中如何比较它们，同时分析它们在不同个体和条件下的变异性，可以揭示大脑病理和认知机制的标记。

Apr, 2013

通过建立整个脑部的概率模型，利用群体数据来推断个体的脑连接结构，进而探索大规模的功能结构，以及首次展示已知的认知网络是如何成为功能连接图的集成社团的。

Aug, 2010

本研究提出了第一种方法，用于对任何分辨率和脉冲序列的临床脑 MRI 扫描进行皮层重建，配准、分割和厚度估计。

May, 2023

TractCloud 是一种无需配准的框架，通过利用邻近和全脑纤维束的信息描述大脑的局部解剖和全局姿态，实现个体空间中的全脑白质解剖，并在各个测试数据集上显著优于现有方法。

Jul, 2023

本文介绍了一种方法来累积关于观察到的脑活动和相应功能之间的双向联系的知识。我们的方法基于大量的影像研究和一个预测引擎。我们首次演示了预测完全新的脑图像的认知内容的方法。

Nov, 2013