结构和功能之间的关系是许多涉及复杂生物过程研究的研究领域中令人感兴趣的问题。特别是在神经科学中,结构和功能数据的融合有助于理解大脑中操作网络的基本原理。为了解决这个问题,本文提出了一个受约束的自回归模型,该模型可以表示有效连接,可用于更好地理解结构如何调节功能。或者简单地说,它可以用于寻找表征受试者群体的新型生物标记。在实践中,初始结构连接表示被重新加权以解释功能共激活。这是通过最小化受结构连接先验约束的自回归模型的重建误差来获得的。该模型还设计为包括间接连接,允许在功能连接中分离直接和间接组件,并且可以与原始和反卷积的 BOLD 信号一起使用。