sc-taupath-alzheimer-tau-propagation

name	sc-taupath-alzheimer-tau-propagation
description	SC-TauPath 结构连接归因框架用于映射阿尔茨海默病 Tau 传播路径。结合网络扩散模型增强 MLP 与梯度×输入归因，生成多尺度路径图谱（骨干边、高流量路由、枢纽 ROI），验证 Braak 分期解剖学。
version	1.0.0
category	neuroscience
authors	["Jing Zhang","Norman Scheel","Minheng Chen"]
arxiv_id	2606.04066
created	2026-06-09T00:00:00.000Z
activation_keywords	["tau propagation","Alzheimer's disease","structural connectivity","network diffusion","attribution framework","Braak staging"]
related_skills	["brain-network-controllability","alzheimer-pet-suvr-network-models"]

SC-TauPath: Structural Connectivity Attribution Framework for Alzheimer's Tau Propagation

Overview

SC-TauPath 是一个结构连接（SC）归因框架，从体内神经影像数据映射 Tau 传播路径。结合网络扩散模型增强的 MLP 与梯度×输入归因，生成多尺度路径图谱，验证 Braak 分期解剖学。

Core Methodology

1. Network Diffusion Model-Augmented MLP

结合网络扩散理论的可解释神经网络架构：

• 输入：DTI 结构连接矩阵 + 18F-Flortaucipir PET Tau 分布
• 增强：网络扩散模型（NDM）约束损失函数
• 预测：区域 Tau 分布预测（交叉验证）

2. Gradient × Input Attribution

可解释的边贡献评分：

• 物理意义：每条 SC 边对 Tau 预测的贡献度
• 归因映射：将评分转换为多尺度路径图

3. Multi-Scale Pathway Maps

三级路径图谱：

• Backbone edges：高归因评分的核心传播通道
• High-traffic routes：多边组合的高流量路径
• Hub ROIs：关键传播枢纽节点

4. Braak Staging Validation

与经典 Braak 分期的解剖学一致性验证：

• Braak I-II：内嗅皮层-海马通路
• Braak III-IV：杏仁核-颞叶新皮层扩展
• Braak V-VI：新皮层广泛传播

Implementation Workflow

Step 1: Data Preparation

需要的数据：

• DTI structural connectivity matrix (N×N)
• 18F-Flortaucipir PET Tau SUVR maps
• ROI parcellation (e.g., AAL, Desikan-Killiany)

Step 2: NDM-Augmented MLP Training

架构设计：

Input: SC matrix (N×N)
  ↓
SC Encoder (flatten → hidden_dim)
  ↓
NDM Constraint Loss (network diffusion theory)
  ↓
Predictor (hidden_dim → N ROI tau values)
  ↓
Output: Tau distribution prediction

Step 3: Attribution Computation

算法流程：

1. 计算预测输出对 SC 输入的梯度
2. Gradient × Input 得到边归因评分
3. 重塑为 N×N 归因矩阵

Step 4: Pathway Extraction

提取策略：

• extract_backbone_edges: percentile threshold (e.g., top 30%)
• identify_hub_rois: top-k ROI importance
• extract_high_traffic_routes: multi-hop path aggregation

Key Findings

Cross-Validated Performance

• 234 ADNI 参与者的交叉验证 Tau 预测
• 结构连接编码区域 Tau 分布的空间特异性信息

Anatomical Consistency

归因路径图与 Braak 分期解剖学的对应：

• 传播起点：内嗅皮层 → 海马（Braak I-II）
• 关键枢纽：杏仁核、颞叶内侧结构
• 扩展路径：额叶、顶叶新皮层（Braak V-VI）

Applications

1. Tau 传播机制理解：从结构连接角度解释疾病进展
2. 治疗靶点识别：高归因枢纽节点作为干预候选
3. 早期诊断：Tau 传播路径预测用于风险评估
4. 临床试验设计：基于传播路径的患者分层

Advantages Over Existing Methods

• Biophysical models：Heavy assumptions, Low interpretability