深度学习预测脑龄已经不稀奇，稀奇的是解释它到底看了什么。这份 615 人工作的结论是：脑龄归因不止默认模式-额顶网络这一条轴。
卡片事实
| 要素 | 内容 |
|---|---|
| 来源平台 | bioRxiv（预印本，未同行评审） |
| 速递期次 | 2026-09-22 |
| 上线日期 | 2026-09-21 20:25:11Z → CST 09-22 04:25 |
| 研究类型 | 人类队列与影像 |
| 作者 | Senant, Q.; Guichet, C.; Grivel, N.; Baciu, M.; Mermillod, M.（5 人） |
| DOI | 10.64898/2026.09.14.751405 |
| 关键词 | 脑龄 / Cam-CAN / 反事实解释 / 图论 / DMN |
这项研究说了什么
- Cam-CAN 615 人（18–88 岁）静息态 fMRI
- 原始功能连接＋图论拓扑＋Ridge/MLP 年龄预测＋SmoothGrad 归因＋反事实检验
- 随龄网络内 FC 下降、网络间 FC 与 participation 上升
- 把 CON-SMN、CON-DMN、DMN-FPN 连接替换为「年轻模板」时预测脑龄下降幅度最大
深度学习解析 615 人脑网络随龄重组，脑龄归因不止 DMN-FPN 轴
为什么值得看
可作为脑龄（brain age）生物标志物方向的方法学参照：用反事实干预而非仅归因来解释模型
需要保留的意见
- 预印本，未经同行评审——结论可能在正式发表时被修改或推翻；本站按等级 C记录，不作为实践依据；
- 横断面设计，年龄预测不等于衰老速率；MLP 相对 Ridge 优势有限；Cam-CAN 为相对健康社区样本，外推性差
- 卡片未给出样本量、效应量与统计细节处均标待补全文，本文不补充任何总表之外的定量；
关于本文的 C 级标注
本站 C 级覆盖三类内容：「预印本 / 观点评论 / 机构披露」。本文属于第一类——预印本：它是发表在 bioRxiv 上的一份原始研究报告（人类队列与影像），只是尚未通过同行评审，并非观点或评论文章。文末提示框沿用全站统一模板，其中「非原始研究」一句不适用于本文，特此说明。
本文内容依据「预印本速递」统一总表与预印本平台公开摘要撰写；付费墙与未获取全文之处一律标注待补全文，未做任何数值推算补全。
C 级证据分级：C 级（预印本 / 观点评论，非原始研究）
本文属观点/评论类文献，不是原始研究。其论点依赖于作者对既有证据的梳理与判断，不构成新的实验证据。本站标注 C 级即为此意——阅读时请把它当作「领域内的思考框架」，而非「研究发现」。
关于本文的文献来源：本站依据 IMA 知识库「五刊监控·深度文献卡片」（SOP §4.2 摘要级）撰写，依据期刊公开摘要与 PubMed 元数据；付费墙全文未获取之处已标注「待补全文」，未做任何数值推算补全。