第20名方案
大家好，
在最终验证结束后，我来分享一下我的解决方案。
首先，对 fMRI 空间图应用通道级 3D 卷积。所有通道共享卷积权重以防止过拟合。输出特征被输入到带有 FNC 相关性的边更新图神经网络（Edge Update GNN）中。
来自 GNN 的输出经过平均化处理，并与 sMRI 负载连接。最后，应用常规的 MLP（多层感知机），从而获得年龄和其他目标变量的预测结果。
388. TReNDS Neuroimaging | trends-assessment-prediction
大家好，
在最终验证结束后，我来分享一下我的解决方案。
首先，对 fMRI 空间图应用通道级 3D 卷积。所有通道共享卷积权重以防止过拟合。输出特征被输入到带有 FNC 相关性的边更新图神经网络（Edge Update GNN）中。
来自 GNN 的输出经过平均化处理，并与 sMRI 负载连接。最后，应用常规的 MLP（多层感知机），从而获得年龄和其他目标变量的预测结果。