Learning Multi-Scale Hypergraph for High-Order Brain Connectivity Analysis¶

会议: ICML 2026
arXiv: 2606.03310
代码: 无
领域: 医学图像 / 脑网络分析
关键词: 脑网络、超图学习、图小波、神经退行性疾病、多尺度

一句话总结¶

MuHL 用可学习尺度的图小波把脑 ROI 特征分解成多分辨率表征，再以"节点嵌入 × 共享投影矩阵"动态生成 soft 超边，让 AD/PD 多阶段分类在 ADNI 上做到 93.2% Acc、PPMI 上做到 76.8% Acc，同时给出可解释的关键 ROI 与超边。

研究背景与动机¶

领域现状：现在分析脑网络（DTI 结构网 / fMRI 功能网）的主流是 GNN 一族——GCN/GAT/GCNII，以及面向脑的 BrainGNN、BrainGB、BrainNetTF、ALTER 等。它们在节点（ROI）之间做 pairwise 消息传递，靠堆层数间接建模高阶关系。

现有痛点：脑功能/结构上的异常往往是"多个 ROI 同时协同失常"的群体现象，pairwise 邻接矩阵本质表达不了"3 个及以上 ROI 同时连成一组"这种 group-wise 依赖；堆叠 GCN 层来近似高阶，又会触发 oversmoothing。超图模型（HGNN、dwHGCN、HyBRiD 等）能显式表达"一条超边连一组节点"，但绝大多数要么用预定义的超边（如 KNN 拍出来的），要么只学超边权重而拓扑固定，灵活度不够。

核心矛盾：脑里的高阶交互既要结构可学（不能预定义），又要跨尺度（局部小簇和全局大群体都要）。现有超图方法两边都没满足。

本文目标：在不依赖任何手工先验超边的前提下，同时做到 (i) 直接学连续、稀疏的 soft 超边；(ii) 不同分辨率的 ROI 特征对应不同尺度的超边（小尺度 → 紧凑超边、大尺度 → 跨脑区超边）。

切入角度：作者从 Spectral Graph Wavelet Transform (SGWT) 借灵感——同一个图信号在不同 wavelet scale 下会被平滑成不同感受野的版本，scale 越大、节点特征被抹得越像，自然就会被分进越大的"组"。把这个 scale 当成可学参数，就能让模型自己决定每个层级要看多大的 ROI 邻域。

核心 idea：用"可学尺度的图小波分解 → 共享投影矩阵 Φ 生成多尺度软超边 → 多尺度 Transformer 跨尺度融合"这条流水线，把 pairwise 脑网络升级成可学的、跨分辨率的超图，用于神经退行性疾病分期分类。

方法详解¶

整体框架¶

输入是一个脑被试的图 \(\mathcal{G}\)（节点 = ROI、邻接 = 结构/功能连接）和节点特征 \(X \in \mathbb{R}^{N\times D}\)（如 SUVR、β-amyloid、tau、皮层厚度，或 BOLD 信号），输出是疾病阶段标签（ADNI 上是 5 类 CN/SMC/EMCI/LMCI/AD；PPMI 上是 3 类 CN/Prodromal/PD）。

流水线分三段：

Adaptive Multi-Scale Feature Filtering (MSF)：用一组可学的尺度 \(\{s_j\}_{j=1}^J\) 通过 SGWT 把 \(X\) 分解成 \(\{X_{s_j}\}\)，每个 \(X_{s_j}\) 表达一种感受野的 ROI 表征。
Multi-Scale Hypergraph Structure Learning (HSL)：对每个尺度 \(X_{s_j}\)，用同一套可学投影矩阵 \(\Phi\) 直接算出关联矩阵 \(H_{s_j}\)，再经 ReLU + SoftMax + TopK 稀疏化，得到尺度特异的软超边 \(\bar{H}_{s_j}\)。
Multi-Scale Transformer (MST)：先对每个尺度做 hypergraph convolution，得到 \(F_{s_j}^{(Z)}\)；再喂进 Scale-Wise Self-Attention (SWSA)——每个 attention head 只看一个尺度，最后拼起来 + FFN + LN 输出 \(B^{(P)}\)；分类头预测疾病阶段。

所有参数（包括尺度 \(s_j\) 和投影 \(\Phi\)）一起端到端学。

关键设计¶

可学尺度的图小波多分辨率分解:
- 功能：从同一个图 \(\mathcal{G}\) 和同一份节点特征里，按 \(J\) 个可学的尺度提取从局部到全局的多种 ROI 表征 \(X_{s_j} = U g^2(s_j \Lambda) U^T X\)，其中 \(U, \Lambda\) 来自归一化 Laplacian 的谱分解。
- 核心思路：传统的多分辨率脑网络分析要么用多套 atlas（多套分割），要么手动选若干 scale。本文让 \(s_j\) 当作可训练标量，由分类损失反传决定每个分辨率要"模糊"到多大。小 \(s\) → 节点特征只被邻居轻微平滑，差异保留得多 → 后面 HSL 容易把它们分到紧凑超边；大 \(s\) → 平滑跨越多步邻居 → 远端节点变像 → 被并到大超边。
- 设计动机：避开多套 parcellation 的工程负担，让"看多大的邻域"成为可学的超参，跟下游疾病分类目标对齐。
共享投影矩阵 Φ 直接生成 soft 超边 + TopK 稀疏化:
- 功能：把节点嵌入 \(\bar{X}_{s_j} = X_{s_j} W\) 与可学投影 \(\Phi \in \mathbb{R}^{d_h \times M}\) 相乘，得到 incidence 矩阵 \(H_{s_j} = \bar{X}_{s_j}\Phi\)，再做 \(\tilde{H}_{s_j} = \mathrm{SoftMax}(\mathrm{ReLU}(\bar{X}_{s_j}\Phi))\)，最后每个节点只保留 top-\(\eta\) 条超边形成稀疏 \(\bar{H}_{s_j}\)。
- 核心思路：所有尺度共用同一个 \(\Phi\)，这样 \(M\) 条超边在不同尺度上有对应关系——同一条超边在小尺度只圈住几个紧凑节点、在大尺度就扩成跨脑区的大组。作者还证了两个命题：(1) 算 \(H_s\) 等价于在小波域里用 \(\Phi\) 投影 \(W_X(s)\)；(2) 至少存在一条超边，其"被分配的节点集合大小"随 \(s\) 单调增加，\(s \to \infty\) 时趋近 \(N\)。这给"图 1 里超边随尺度变大"的可视化做了理论背书。
- 设计动机：现有超图方法要么 KNN 拍超边（不可学）、要么只学权重（拓扑死的）。这里让拓扑本身从数据里端到端学出来，又通过共享 \(\Phi\) + TopK 保证跨尺度的语义对应和稀疏性，避免学出一堆冗余/糊涂的超边。
Scale-Wise Self-Attention (SWSA) 多尺度融合:
- 功能：对每个尺度先用 hypergraph convolution（公式 \(F_{s_j}^{(z)} = \sigma(\mathcal{D}_v^{-1/2}\bar{H}_{s_j} W_e \mathcal{D}_e^{-1} \bar{H}_{s_j}^T \mathcal{D}_v^{-1/2} F_{s_j}^{(z-1)} \Theta^{(z)})\)）抽到 \(F_{s_j}^{(Z)}\)，再让每个 attention head 专属一个尺度，独立算 \(A_{s_j} = \mathrm{Softmax}(Q_{s_j} K_{s_j}^T / \sqrt{d_k})\)，把 \(J\) 个 head 拼起来过 \(W_O\) 投影后接 FFN + 残差 + LN。
- 核心思路：传统 multi-head attention 各 head 看的是同一份特征的不同子空间；SWSA 让 head 与"分辨率"一一对应，每个 head 在自己尺度的图上做长程依赖建模，再统一聚合，相当于显式把"局部—全局"的语义层级写进 attention 拓扑。
- 设计动机：超图卷积虽然能在每个尺度内传消息，但跨尺度的全局依赖（哪些局部模式应该被哪些全局模式调制）需要专门的融合机制；SWSA 用尺度切分 head 让这种跨尺度交互可学且解耦。

损失函数 / 训练策略¶

端到端用交叉熵 + 一个 L1 项对负尺度做惩罚保证 \(s_j > 0\)：

\(L = -\frac{1}{T}\sum_t\sum_c Y_{tc}\log\hat{Y}_{tc} + \alpha \frac{1}{J}\sum_j \mathbf{1}_{s<0}|s_j|\)

默认 \(J=3, M=16, \eta=3, d_h=16\)，5-fold 交叉验证，Adam 优化（细节在附录 C）。

实验关键数据¶

主实验¶

两个 benchmark：ADNI（650 人、160 ROI、5 类）和 PPMI（181 人、116 ROI、3 类）。MuHL 与 19 个基线对比（GCN/GAT/GCNII/BrainGNN/IBGNN/BrainGB/SGCN/BrainNetTF/ALTER/BioBGT/BQN 等图模型 + HGNN/HNHN/UniGCNII/HyperDrop/dwHGCN/HyperGT/HyBRiD/DHHNN 等超图模型）。

数据集	指标	MuHL	此前最佳	提升
ADNI (5 类)	Acc	93.2	90.8 (ALTER)	+2.4
ADNI	F1	94.7	90.9 (ALTER)	+3.8
PPMI (3 类)	Acc	76.8	72.9 (GAT)	+3.9
PPMI	F1	62.4	56.4 (BQN)	+6.0

Zero-shot 跨数据集/跨阶段也是全胜：ADNI-2 → ADNI-1/3/GO 上 Acc 56.0（次优 52.8），PPMI → TaoWu 上 Acc 60.5（次优 57.0），PPMI → Neurocon 上 Acc 65.9（次优 63.8），说明学到的超图结构具备一定的迁移性。

消融实验¶

配置	ADNI Acc	PPMI Acc	说明
Full (MSF+HSL+MST)	93.2	76.8	完整 MuHL
w/o MSF	90.0	72.9	去掉多尺度小波分解，仍可学超边但只有单一分辨率
w/o HSL	76.8	67.4	去掉超图结构学习（用预定义结构），掉点最多
w/o MST	86.9	64.1	去掉多尺度 Transformer，只做超图卷积

关键发现¶

HSL 是命门：拿掉 HSL 后 ADNI 掉 16.4 个点、PPMI 掉 9.4 个点，证实"让超边拓扑可学"比"多尺度"或"Transformer 融合"都更核心。这也说明现有"只学权重不学拓扑"的超图方法天花板就卡在这里。
超边数 M 有甜点：\(M\) 从小升到 16 性能上升，超过 20 反而下降——超边太多就开始制造冗余/噪声。\(d_h\) 也是 16 之后饱和，再大有过拟合迹象。
识别出的 hub ROIs 与临床先验一致：ADNI 上 top-10 ROI 是双侧的 globus pallidus / putamen / hippocampus / thalamus（皮下核团，已知与 AD 进程强相关）；PPMI 上是 amygdala / thalamus / supramarginal gyrus（与 PD 的情绪/运动/认知调节相关），且这些 ROI 多以左右对称对的形式出现，符合疾病的双侧扩散模式。

亮点与洞察¶

把"尺度"做成可学的连续变量：和之前要么固定 scale、要么离散多 scale 的工作不同，本文用 \(s_j\) 直接进反传，模型自己挑要看多大的邻域；这套技巧迁移到任意需要 multi-resolution graph signal 的任务（药物分子、社交网络分群、点云）都可以直接套。
共享 \(\Phi\) 跨尺度构超边：一招同时拿到了"超边语义跨尺度对应"和"超边随 scale 单调扩张"两个性质，且作者给了正式证明。这比 KNN 拍超边或独立学 \(J\) 个矩阵都更优雅。
可解释性是"自带的"而不是"贴上去的"：超边激活度直接当成 ROI 重要性、聚合超边活动度直接给出 hub ROI 排名——和"先训完再贴一个 explanation module"的路子相比，可解释性是结构自然产物。

局限与展望¶

样本不平衡很严重：ADNI 的 AD 组只有 12 人，与 CN 的 226 人差 19 倍，5 类分类整体精度被拉得偏乐观；作者也在 Impact Statement 里承认对小类的预测会不稳定。
没有公开代码：论文里没有给 GitHub 链接，复现门槛高；尤其 \(\Phi\) 的初始化、5 fold 划分、Φ 的训练动态都没法直接验证。
超边数 M 与 ROI 数耦合不明：\(M=16\) 在 N=160 (ADNI) 和 N=116 (PPMI) 上都是最优，是否对所有 atlas/parcellation 都成立？换 DKT atlas / Schaefer 400 是否要重新调？没有跨 atlas 的稳健性实验。
图小波依赖固定 Laplacian：每个被试一张图、谱分解一次（\(O(N^3)\)），160 个 ROI 还能接受；如果换到 Schaefer 1000 或 voxel-level 图就会卡。可以考虑用 Chebyshev 多项式近似把 \(g(s\Lambda)\) 替换掉。
没有时间维度：fMRI 本质是时序信号，本文只用静态功能连接矩阵，丢掉了动态连接信息；可以考虑沿时间轴扩展超边或引入 temporal scale。

评分¶

新颖性: ⭐⭐⭐⭐ 把"可学尺度的小波分解 + 共享投影构软超边"组合首次端到端化，且给出 2 个支撑命题，思路干净有原创。
实验充分度: ⭐⭐⭐⭐ 两个大 benchmark + 19 baseline + zero-shot 三个目标域 + 消融 + 4 个超参敏感性 + ROI 可视化，覆盖到位；扣一星是因为 ADNI 类极度不平衡 + 没有第三个 fMRI dataset 验证。
写作质量: ⭐⭐⭐⭐ 动机层层递进、命题与图 1 互相印证、消融解释清楚；公式编号和符号一致。
价值: ⭐⭐⭐⭐ 给"可学超图 + 多分辨率"提供了一个干净的 baseline，对脑网络分析和图小波两条线都有借鉴价值；但缺代码使工程价值打了折。