BrainRiem 精读：跨医院脑网络诊断，为什么原型必须长在黎曼流形上

论文信息

论文题目：BrainRiem: Riemannian Prototype Learning for Source-Free Cross-Site Brain Network Diagnosis

作者：Kunyu Zhang（郑州大学）、Tianxiang Xu（北京大学），共同一作。

版本：arXiv:2606.29200v1 [cs.LG]，2026-06-28。版式是 Springer LNCS 会议稿，正文未写接收会议。PDF 未给 GitHub；代码状态按「未公开」读。

任务设定：源自由域适应（SFDA）下的跨站点精神疾病二分类。输入是静息态 fMRI 做成的 $116\times 116$ 功能连接矩阵，输出是 ASD / 正常（ABIDE）或 MDD / 健康对照（REST-meta-MDD）。训练阶段源站点有标签；适配阶段目标站点只有无标签数据，不允许再碰源数据。

先看结论

BrainRiem 要同时堵住三件事：扫描仪把疾病信号冲掉、医院之间不能交换原始脑图、功能连接矩阵并不是普通向量。作者的答案不是再训一个更大的图网络，而是 把源站点知识压成少数几张仍然合法的脑连接原型，送到目标站点当锚点。

组件	职责	通俗角色
Log-Euclidean 参数化	原型永远是对称正定矩阵	先把矩阵摊平到切空间再平均，避免「吹肿」
双层优化	内层用原型训学生，外层看源验证集	原型要能当教材，不是聚类中心的摆设
Dirichlet 能量校准	原型频谱对齐真实脑网络	别把扫描仪噪声学成疾病特征
教师一致性 + 流形邻域	类别可分、局部测地距离不漂	诊断语义和几何形状一起锁住
目标站熵最小	无标签目标上自信分类	本地模型围着锚点转，不再回传源数据

关键数字（Accuracy %；表内 Avg 是 全部站点 平均，不是表上那 5 列的平均）：

设定	BrainRiem	最强对照
ABIDE LOSO，15 站点平均	71.4	StruRW 70.4，NRC 69.3
REST-meta-MDD LOSO，23 站点平均	70.2	StruRW 64.0，NRC 63.7
NYU 重识别 Rank-1	3.8%	原始 FC 100%；随机约 1.3%
NYU 成员推断 AUC	0.53	原始 FC 0.99

正文写 ABIDE 单源迁移相对 StruRW「平均提升 5.8%」。Table 1 的 20 次迁移简单平均是 68.06 vs 62.86，差 5.2 个百分点。后面以表格为准。

背景：跨医院脑诊断卡在三件事上

静息态 fMRI 在测什么

人躺着不做任务，扫描仪每隔一两秒拍一张全脑。每个脑区会得到一条随时间晃动的 BOLD 信号。两个脑区如果一起涨、一起落，就认为它们「功能上连着」。把 AAL 图谱的 116 个脑区两两算相关，得到一张 $116\times 116$ 的 功能连接（FC）矩阵。这一张图就是后面所有模型的输入。

自闭症（ASD）和抑郁症（MDD）的临床诊断大量依赖量表和行为观察。rs-fMRI 的承诺是：疾病会在这张连接图上留下可重复的生物学痕迹。ABIDE、REST-meta-MDD 这类多中心数据，本意就是把痕迹做稳。

第一坑：站点一换，模型就掉

同一套疾病，Siemens / Philips / GE、场强、采集协议、年龄和性别比例都不一样。模型在 A 医院学到的「疾病样子」，到 B 医院可能一半是扫描仪指纹。这就是 域偏移。普通做法是域适应：源域和目标域数据同时拿来对齐。医院场景里这一步经常直接违法——GDPR / HIPAA 不允许把原始神经影像传来传去。

第二坑：源自由，不等于「把模型快递过去就完了」

源自由域适应（SFDA） 只允许带走：一个在源站点训好的模型，外加目标站点自己的无标签数据。SHOT、NRC、G-SFDA 这条线就是这么做的。问题是它们几乎都在欧氏特征空间里对齐。脑连接矩阵不是欧氏向量。

第三坑：FC 矩阵住在 SPD 流形上

一张合法的相关矩阵必须 对称 且 正定（所有特征值 > 0），数学上记成

$${\mathcal{S}}_{++}^N=\{A\in {\mathbb{R}}^{N\times N}:A=A^{\top },A\succ 0\}.$$

这不是一块平坦的黑板，而是一块弯曲的曲面，叫 黎曼流形。在曲面上用欧氏加减，会出现经典的 swelling effect（溶胀效应）：把几张瘦的协方差「平均」一下，得到的矩阵行列式被吹大，像一群瘦人的平均体重变成了一个更胖的人。生物上这张「更胖」的脑网络往往不存在。

既有工作各堵一坑：传统域适应（DANN、CORAL）要同时看到源和目标；SFDA 方法不碰源数据，但不管 SPD 几何；SPDNet、流形 GNN 管几何，却通常还要源数据。BrainRiem 的主张是三件事一起做：可迁移、仍然是合法 SPD、并且只传匿名原型。

方法：先把教材写成合法脑图，再寄到另一家医院

每个被试写成图 $G=(A,X)$。$A$ 是 FC 矩阵，$X=I_N$ 是单位阵——节点特征就是 ROI 的身份，不另学一套节点 embedding。源阶段只在 ${\mathcal{D}}_s$ 上工作；目标阶段只有无标签 ${\mathcal{D}}_t$。要学的是一小撮原型

$$\mathcal{P}=\{(A_k^{\mathrm{proto}},X_k^{\mathrm{proto}},y_k){\}}_{k=1}^K,K\ll |{\mathcal{D}}_s|.$$

实验里每类 $K=4$，二分类就是 8 张矩阵。寄走的是这 8 张图，不是几百人的原始 fMRI。

通俗比喻：切空间里做算术，再贴回曲面

在球面上，两点的「平均」不能把三维坐标直接相加，否则平均点会掉进球里。正确做法是：把点拨到切平面上（平坦、能加减），平均完再指数映射贴回球面。

SPD 矩阵同一套戏：

$$A_k^{\mathrm{proto}}=\mathrm{Exp}(Z_k^{\mathrm{proto}}),Z_k^{\mathrm{proto}}\in {\mathbb{R}}_{\mathrm{sym}}^{N\times N}.$$

$\mathrm{Log}$ 把 SPD 矩阵变成对称矩阵（切空间），$\mathrm{Exp}$ 再变回去。优化变量是 $Z$，所以普通梯度下降就能用；每次 $\mathrm{Exp}$ 出来的 $A$ 自动正定。这就是 Log-Euclidean Metric（LEM）。消融里拿掉这一步，掉点最大——几何不是装饰。

双层优化：原型必须能当教材

只做黎曼均值，得到的是「长得像平均病人」的矩阵，不一定能教会分类器。BrainRiem 把原型质量定义成：

一个 只看过原型、没看过源数据 的学生模型，在源验证集上还能分对。

内层：学生 $f_{\theta }$ 在原型上做交叉熵，跑 $T$ 步展开（一阶近似，类似 MAML / 数据集蒸馏）：

$${\theta }^{\ast }(\mathcal{P})=\arg \underset{\theta }{\min }\sum _k{\ell }_{\mathrm{CE}}(f_{\theta }(A_k^{\mathrm{proto}},X_k^{\mathrm{proto}}),y_k).$$

外层：把这个学生拿到源验证集上打分，再加上三项正则：

$${\mathcal{L}}_{\mathrm{total}}={\mathcal{L}}_{\mathrm{val}}+{\lambda }_1{\mathcal{L}}_{\mathrm{manifold}}+{\lambda }_2{\mathcal{L}}_{\mathrm{spectral}}+{\lambda }_3{\mathcal{L}}_{\mathrm{teacher}}.$$

梯度穿过内层更新 $Z$，源数据本身不进入目标站点。超参网格搜完固定为 ${\lambda }_1=0.1,{\lambda }_2=0.01,{\lambda }_3=1.0$。教师项权重大，说明原型首先要像「有病 / 没病」，几何和频谱是约束而不是主任务。

Dirichlet 能量：别把高频噪声写成疾病

把 FC 看成图，$L=D-A$ 是拉普拉斯。Dirichlet 能量

$$E_{\mathrm{Dir}}(A,X)=\mathrm{tr}(X^{\top }LX).$$

这里 $X=I_N$，所以 $E_{\mathrm{Dir}}(A)=\mathrm{tr}(L)$。它衡量图信号有多「皱」：扫描仪伪影、运动残差往往把能量推向高频。频谱损失让每张原型的能量靠近源域期望：

$${\mathcal{L}}_{\mathrm{spectral}}=\sum _{k=1}^K\Vert E_{\mathrm{Dir}}(A_k^{\mathrm{proto}})-{\mathbb{E}}_{A^s}[E_{\mathrm{Dir}}(A^s)]{\Vert }^2.$$

通俗说：原型的「皱法」要像真脑网络，不能像一张被噪声抓皱的纸。

教师一致性与局部测地

教师损失：源模型对原型的类别预测要和原型标签一致，防止双层优化把原型漂成另一类。

流形损失：每个原型在 Log-Euclidean 距离 $d_{\mathrm{LE}}$ 下找 $m$ 个源样本邻居，要求精炼后的距离不要远离初始化距离 $d_0(k,i)$。这是在说：原型可以动，但不能把局部邻域撕开。

目标站点：锚点监督 + 熵最小

源阶段结束只寄 $\mathcal{P}$。目标模型 $f_{{\theta }^{\prime }}$ 的损失是

$${\mathcal{L}}_{\mathrm{target}}=\sum _k{\ell }_{\mathrm{CE}}(f_{{\theta }^{\prime }}(A_k^{\mathrm{proto}},X_k^{\mathrm{proto}}),y_k)-{\lambda }_4{\mathbb{E}}_t\sum _c{p}_{{\theta }^{\prime }}(c\mid A^t)\log p_{{\theta }^{\prime }}(c\mid A^t),$$

${\lambda }_4=0.05$。第一项：继续认识那 8 张教材；第二项：对无标签目标样本的预测要自信（熵小）。原型和教师模型冻结，只更新 ${\theta }^{\prime }$。

实验是怎么做的

数据有多不齐

两套公开多中心 rs-fMRI：

• ABIDE：自闭症 vs 典型发育。质控后去掉 Yale（FC 文件不完整），15 个站点。NYU 最大，约 184 人；CMU 最小，约 24 人。Siemens / Philips / GE 混用。
• REST-meta-MDD：抑郁症 vs 健康对照。去掉 S20，23 个站点。S3 年龄约 20 岁，S25 约 67 岁，跨年龄迁移是这条基准的硬核。

预处理做成 $116\times 116$ FC，细节在附录 B.1。正文没有逐步列出头动阈值、滤波频段；复现要靠附录。

两种迁移，都是归纳式 SFDA

单源迁移 $S_i\to S_j$：选一个大站点当有标签源，逐个适配其余站点。源模型 5 折交叉验证。测的是「一家医院的数据，能不能救另一家」。

留一站点（LOSO）：目标站点整站藏起来当无标签目标，其余站点合并当源，站点均衡采样。更接近「联邦式多中心已经训好，新医院加入」。

硬约束：

• 被试级划分，训练 / 适配 / 测试不相交；
• 超参 只在源域验证集上选一次，对所有目标站点锁定；
• 不用目标标签、不做目标站点模型选择。

这是归纳式 SFDA，不是把目标无标签数据泄漏进选模型。

实现细节

PyTorch，8 张 RTX 4090。骨干是 GIN（图同构网络），不是 BrainGNN 本体。Adam，$10^{-3}$，weight decay $5\times 10^{-4}$，100 epoch，batch 64。每类 4 个原型。所有基线用官方实现并在本数据上调参。

对照分五类：

类别	方法	适配时能否看源数据
源自由 DA	SHOT、NRC、3C-GAN、G-SFDA	否
传统 DA	DANN、CORAL	是
图 DA	UDA-GCN、StruRW	是
仅源域	SPDNet、SPD-GNN、BrainGNN、A-GCL	不适配

公平性上有两点要分开看：DANN / StruRW 比 BrainRiem 多看到源数据，仍被超过，这是加分；SPDNet / SPD-GNN 在 MDD 上接近随机，它们是「不管域偏移的流形网络」，不是最强流形 SFDA。另外，基线表把 SPDNet 标成参考文献 [13]，而 [13] 是 Grassmann 网络、[12] 才是 SPDNet，引用串了。3C-GAN 原文是疟疾图像 CycleGAN，当作通用 SFDA 基线，说服力弱于 SHOT / NRC。

主结果：数字以表为准

Table 1 共 20 次迁移，BrainRiem 全部加粗。20 次简单平均 68.06，StruRW 62.86（差 5.2 个百分点），NRC 更低一档。UM 作为目标普遍最难（Ours 也只有 63.7–64.5），说明几何原型不是万能钥匙，站点本身的可分性仍在。

Table 2 同样 20/20 最优。简单平均 63.93 vs StruRW 60.40（差 3.5 个百分点）。正文举的跨年龄例子 S25→S14：66.8 vs 62.4，和表一致。抑郁症单源比自闭症更难，绝对准确率低一截，符合多中心 MDD 的既有印象。

Table 3 展示 5 个代表站点，Avg 明确写了按全部站点计算：

	NYU	LEU	UCLA	UM	USM	Avg(15)	S1	S9	S12	S14	S25	Avg(23)
NRC	64.0	70.9	69.4	63.7	68.3	69.3	62.8	68.8	58.9	67.1	61.4	63.7
StruRW	64.2	70.6	70.2	64.5	69.8	70.4	62.8	69.4	58.8	66.7	61.5	64.0
Ours	66.8	72.1	71.8	65.9	71.0	71.4	68.1	77.8	61.2	74.2	65.8	70.2

ABIDE 上 5 列平均是 69.52，全文平均 71.4——没展示的 10 个站点把均值拉高了。MDD 上 5 列平均 69.42，全文 70.2，方向相同。MDD 相对 StruRW 的 +6.2 个百分点，比 ABIDE 的 +1.0 显眼得多；S9 77.8、S14 74.2 是极端人口统计站点上的高峰。S12 只有 61.2，仍然难。完整 15+23 列在附录 B.5，正文看不见每一站。

消融：几何是主因，初始化不能乱

(a–e) 四根柱：随机原型约 50%（等于瞎猜）；欧氏 K-means 好一些，但仍当脑网络是向量；Source-only 直接搬源模型，被域偏移咬一口；Full Model 最高。

(f) 热图从上到下是去掉该项之后的准确率，右侧是掉点。去掉 Log-Euclidean 掉得最多。正文写「约 5.7%」；把 Full 近似成 Teacher 行、Log-Euclidean 行相减，五站掉点是 4.0 / 4.6 / 4.7 / 5.0 / 5.6，平均约 4.8 个百分点。数量级一致，精确值以热图为准。

频谱校准、流形正则次之，教师项和双层优化掉点更小。因果链是：

没有合法 SPD 原型 → 后面所有损失都在错的空间里优化
有 SPD 但频谱不齐 → 扫描仪高频混进疾病
频谱齐了但没有双层/教师 → 原型不像教材

有一处要对齐：图 4(a–e) 的 Full Model 柱（S1 69.1、S12 64.5、S14 75.8、S25 67.5）和 Table 3 同行（68.1、61.2、74.2、65.8）并不逐格相同。S9 热图 77.8 与 Table 3 一致。主文 LOSO 以 Table 3 为准，图 4 只承担「谁被拿掉更痛」。

超参：每类 4 个原型就够

$K\in \{1,2,4,8,16\}$：太少盖不住类内多样性，太大开始拟合站点噪声。作者选 $K=4$。四个 λ 在一个数量级内都还稳；目标熵 ${\lambda }_4$ 过大时准确率掉得更明显——无标签熵最小是辅助项，不是主损失。

图 5(f) 是频谱校准的直观证据：目标域 Dirichlet 能量往高频挪，原型密度仍贴着源域。作者把它解释成几何低通：留下诊断模式，抹掉个体指纹。

隐私：评的是两种攻击，不是差分隐私

协议：NYU 对半切，做重识别和成员推断（附录 B.4）。原始 FC 几乎是指纹，Rank-1 100%、MIA AUC 0.99。原型把 Rank-1 压到 3.8%、AUC 0.53。随机猜测 Rank-1 约 $1/184\approx 1.3\%$，3.8% 仍高于随机约三倍，所以正文措辞是 「在所评估的攻击下降低泄漏」，不是「不可识别」或 $(\epsilon ,\delta )$-DP。

传输量也小：每任务 $K\times 2=8$ 张矩阵。这是工程上的隐私，不是密码学保证。

原型长什么样

可视化用的是 Log-Euclidean 均值

$${\bar{A}}_{\mathrm{geo}}=\mathrm{Exp}(\frac{1}{K}\sum _k\mathrm{Log}(A_k)),$$

不是把矩阵当数组加起来。TD 原型呈现默认网络（DMN）主导的 Rich-Club；ASD 原型转向感觉运动和边缘系统，和「感觉主导」假说同向；差分图是感觉运动环路高连接、DMN 低连接，对应「DMN 欠连接」文献。这是事后解释，不是独立的临床验证：颜色和边是学出来的连接，不是神经外科刺激证实的因果边。

局限与讨论

• 摘要 / 正文的 5.8% 和 Table 1 对不上。 20 次 ABIDE 单源对 StruRW 的简单平均差是 5.2 个百分点。LOSO 上 ABIDE 相对 StruRW 只有 +1.0（71.4 vs 70.4），真正拉开的是 MDD 的 +6.2。不能把「全面大幅超过图域适应」读成 ABIDE LOSO 的故事。
• Table 3 的 Avg 不是展示列的平均。 5 个 ABIDE 代表站点平均 69.52，全文 71.4。没展示的站点在拉高均值；S12 仍只有 61.2。完整表在附录。
• 消融图和主表同一站点数字不完全重合。 图 4 Full Model 柱与 Table 3 差 1–3 个百分点；正文「去掉 LEM 约 5.7%」与热图平均掉点约 4.8 也不锁死。主结论「LEM 最痛」成立，精确百分点不要混用两张图。
• 隐私不是差分隐私。 Rank-1 3.8% 仍高于 $1/N$。没有 $\epsilon$ 预算，也没有模型反演、梯度泄漏。换一种攻击，结论需要重测。
• 质控去掉了 Yale 和 S20。 原因是 FC 文件不完整。这是存储问题，但少掉的站点无法确认是不是最难的那一档。
• $X=I_N$、静态 116 区 AAL。 节点没有 BOLD 时间序列特征，也没有动态 FC。结论里作者自己列了多尺度图谱、动态连接、开集亚型，等于承认当前设定偏静态、偏图谱绑定。
• 无代码、会议未落地。 双层展开步数 $T$、邻域 $m$、预处理频段都以附录为准；基线里 SPDNet 引用编号和 3C-GAN 任务来源都不干净。数字可以读，流水线暂时不能一键复现。
• 准确率绝对值仍在辅助诊断区间。 70% 左右的跨站点二分类，离临床可用还有距离。方法贡献在「源自由 + 几何」这个组合，不在「已经能替量表」。

总结

BrainRiem 可迁移的顺序是：问题约束 > SPD 几何 > 能当教材的原型 > 少传数据。跨医院 rs-fMRI 的失败模式，经常不是 GNN 不够深，而是：(1) 欧氏平均把正定矩阵吹肿；(2) 对齐分布需要源数据，医院给不了；(3) 扫描仪高频被当成疾病。Log-Euclidean 负责合法性，双层优化负责「寄出去的矩阵真能教人」，Dirichlet 能量负责别学噪声，目标站熵最小负责本地适应。ABIDE LOSO 相对最强图域适应只高 1 个点，MDD 上高 6 个点——读结果时按数据集拆，不要被摘要的「consistently outperforms」抹平。隐私审计证明的是「这两种攻击下原型不像指纹」，不是形式化保密。没有代码之前，这篇更适合当 流形 SFDA 的问题定义和实验协议 来用，而不是当可部署的诊断软件。