뇌 기능 네트워크의 시간적 진화를 이해하는 것은 인지 메커니즘 분석 및 신경 질환 진단에 매우 중요하다. 본 논문은 뇌 기능 분할 간 연결 경로의 동적 특성을 파악하기 위해 새로운 경로 수준의 궤적 모델링 프레임워크(NeuroPathNet)를 제안한다. 의료적으로 뒷받침되는 정적 분할 방식(예: Yeo 및 Smith ICA)을 기반으로 각 기능 분할 쌍 간의 연결 강도 시계열을 추출하고, 이를 시간적 신경망을 사용하여 모델링한다. 세 개의 공개 fMRI 데이터 세트에서 모델 성능을 검증한 결과, 기존 주류 방법보다 여러 지표에서 우수한 성능을 보였다.
