协变量感知的多任务深度学习能否从任务态 fMRI 估计认知功能？

R² 数值对比的基准是什么

这些核心数字并不是与零相比。一个仅使用访谈年龄、生理性别、MRI 设备序列号、估计总颅内体积和任务匹配平均逐帧位移的协变量模型，已经能解释未校正 NIH Toolbox 得分 11.4% 至 17.8% 的方差。因此 0.178 才是任何“任务态 fMRI 增加了信息”这一主张的真正下限，也是神经模型必须越过的数值。

MAC-Net 越过了这条线，但不同目标的领先幅度不同。对流体智力，N-back 加货币激励延迟任务（MID）配置达到 R² = 0.174 ± 0.009，基本与仅协变量基线持平。晶体智力达到 0.238 ± 0.017，总认知达到 0.277 ± 0.008，两者都高于该下限。摘要中“优于仅协变量基线（0.178）和替代深度模型（0.217）”的表述，最好理解为跨目标的比较，而不是每个结果上同口径的单一增益。

同一张表也说明，架构本身并不是全部原因。Ridge、Lasso、ElasticNet 和随机森林都在相同的多模态特征集和家庭感知折上训练；ElasticNet 在流体、晶体和总认知上分别达到 0.151、0.205 和 0.240。在深度替代模型中，门控表格网络达到 0.136、0.178 和 0.217。因此 MAC-Net 相对最强传统基线和深度基线的优势真实存在，但幅度不大，且在复合得分上最大。

协变量为何走独立的晚期通路

设计难点在于，人口学和扫描仪变量是强而低维的预测因子，训练时可能淹没高维神经输入。MAC-Net 的应对是结构性的：展平后的区域任务态 fMRI 激活先经过一个投影层，把 94 个解剖区域映射到 64 维嵌入空间，再经过三层前馈主干（256→128→64 个单元），每层都使用批归一化、SiLU 非线性和 0.7 的 dropout。协变量向量完全绕过这个特征提取器，只在终端读出层拼接，预测由神经嵌入和协变量共同形成。

这一约束迫使上游隐藏层针对功能性神经方差进行优化，而不是针对年龄或头动。论文将其表述为：防止占主导的协变量在特征学习过程中压制临床表征。这是关于训练动态的设计主张，不是已被证明的因果机制；支持它的是消融结构，而不是对隐藏层编码内容的直接测量。

输入表征有意做得较粗。特征是任务激活（beta）估计和功能对比，在 68 个 Desikan–Killiany 皮层分区和 26 个双侧 ASEG 皮层下区段上取平均，来自三个 ABCD 范式：9 个 N-back 条件（846 个特征）、10 个 MID 条件（940 个特征）和 7 个停止信号任务条件（658 个特征），共 26 个独特的任务诱发脑状态。因此预测基于区域级汇总，而不是体素级或动态表征。

N-back 承载信号，SST 没有

任务选择比特征数量更重要。在单任务运行中，N-back 在三个结果上都产生最高的平均 R²（流体 0.178 ± 0.014，晶体 0.223 ± 0.022，总认知 0.269 ± 0.016），MID 居中，停止信号任务在每个领域都最低。这一排序始终一致，作者据此认为预测效用取决于范式的认知需求，而不是它提供了多少特征。

把 MID 加入 N-back 后，晶体和总认知在描述层面有所改善，论文将其归因于奖赏相关和结果监测状态携带了与工作记忆活动互补的信息。改为加入 SST 后，R² 变为 0.173 ± 0.015、0.233 ± 0.015 和 0.273 ± 0.014，略低于 N-back 加 MID 的 0.174、0.238 和 0.277。因此 SST 被排除在主配置之外。

作者对排除的含义保持谨慎。他们指出，这反映的是当前流程——所选的抑制对比、区域 SST 测量的可靠性、较小的特征空间，或该架构对这一表征的敏感性——并不能证明抑制控制回路与认知无关。任务选择过程也参考了同一队列内的表现，且缺少正式的配对统计检验，因此这些差异是描述性的，而不是与选择无关的估计。

归因一致不等于生物学验证

三种基于梯度的归因方法——50 步近似的积分梯度、DeepLIFT 和输入×梯度——产生了几乎相同的全局特征排序，三个认知目标的成对 Spearman 相关系数都高于 ρ = 0.996。流体和总认知的最高神经特征由 N-back 的 2-back 对 0-back 对比主导，涉及左侧尾侧中额回、左侧三角部、前扣带皮层的吻侧和尾侧，以及右侧顶下和顶上区域。这一模式与工作记忆和认知控制相关的分布式额顶系统重叠。

晶体智力的归因图谱不那么干净：它混合了 N-back 特征与 MID 的损失预期和反馈信号，涉及近距状沟、扣带和额叶区域。由于 MID 并不直接测量晶体知识，作者将其解释为模型捕捉了注意力、动机或一般任务投入中的共享方差，而不是特定的奖赏机制。

论文明确指出，解释方法之间的一致并不建立生物学有效性。三种方法都是基于梯度的，应用于同一拟合模型和相同的零参考约定，高度相关的特征可以交换归因大小而不实质改变预测。折间稳定性显示，领先区域在五个折中都保持非零平均重要性，但精确排序有变化，因此广泛的空间分布比精确排序更可重复。这些特征最好视为模型支持的神经相关物，而不是生物标志物或因果机制。

协变量归因也只有大小。年龄在三个结果中排名最高，其后按不同顺序为扫描仪设备、eTIV、性别和任务特异性头动。由于目标是在发育队列中的未校正得分，年龄贡献占主导是预期之中的；归一化数值量化的是模型敏感性，而不是方向或因果效应。

家庭感知折保护了什么

评估使用了 6,500 名青少年脑认知发展研究参与者的基线数据，这些参与者通过了严格的影像质量控制，具备所评估范式推荐的纳入标记，并完成了 FreeSurfer 结构协议。五个固定、不重叠的折将兄弟姐妹和双胞胎保留在同一折内，因此共享的遗传或环境方差不会在训练集和测试集之间泄漏。三折用于训练，一折用于验证和早停，一折留出。

预处理遵循同样的纪律。认知目标仅使用训练折参数进行 Z 标准化，连续协变量标准化，分类变量用训练分区进行独热编码，输出在报告平均绝对误差、MSE、R² 和 Pearson 相关之前反变换回原始未校正得分尺度。训练使用 AdamW，最大学习率 8.7×10⁻⁴，权重衰减 5×10⁻³，最多 300 个 epoch，批大小 128，配合平台调度器和 30 个 epoch 耐心的早停。

高级基线接受了相同的训练参数、家庭感知分区、dropout 和相同的晚期融合协变量机制，这使架构比较比默认设置的基准更公平。作者仍提醒，SpatialGATNet 和表格 Transformer 的结果并不表明图或自注意力机制不适合任务态 fMRI，因为它们的表现取决于图构建、标记化、位置编码和调参。

这些估计在哪里停止迁移

该队列是单一健康发育样本的横断面基线数据，因此这里没有建模个体内的认知轨迹；作者指出纵向 ABCD 结构是下一步。模型也在健康队列中开发，论文将其描述为方法学基础，而不是立即可用的临床效用。要用于客观认知评估的部署，还需要独立的多站点验证，并在神经受损和康复人群中严格校准。

还有两个限制紧贴结果。完整案例设计意味着缺少完整认知结果、协变量和区域任务态 fMRI 特征的参与者被排除，因此样本既由数据可用性定义，也由质量控制定义。而适中的 R² 值，尤其是流体智力结果仅与协变量持平，意味着神经通路的实际价值集中在晶体和总认知目标上，而不是均匀分布在三个目标上。

优先看复合得分而非流体智力

综合来看，结果支持一个具体的论断排序。在这个队列中，协变量感知的多任务建模最清晰的增量价值在总认知（R² = 0.277，协变量下限为 0.178）和晶体智力（0.238），N-back 是信息量最大的范式，MID 提供较小的互补贡献。流体智力是最弱的情形：0.174 与年龄、性别、扫描仪、eTIV 和头动已经提供的信息无法区分。

这一分化应决定如何评判该框架。读者若想判断任务态 fMRI 是否在现成的参与者变量之外增加了信息，应看每个目标相对仅协变量基线的差距，而不是单个最佳 R²。就这些证据而言，晚期融合设计主要在复合和晶体目标上体现价值，下一个有信息量的检验是这些差距能否在嵌套交叉验证和参与者级配对推断中存活，而不是这里报告的描述性比较。

本文引用的文献