기존 fMRI 기반 그래프 합성곱 신경망(GCN)의 한계를 극복하기 위해, k-hop AGE-GCN과 신경 상미분 방정식(ODE)을 통합한 NeuroTree 모델을 제안한다. NeuroTree는 어텐션 메커니즘을 활용하여 기능적 연결성(FC)을 최적화하고, fMRI 네트워크 특징을 트리 구조로 디코딩하여 고차원 뇌 영역 경로 특징을 포착하고 질병 관련 뇌 하위 네트워크를 이해하는 데 필수적인 계층적 신경 행동 패턴을 식별한다. 두 가지 서로 다른 정신 질환 데이터셋에 대한 실험 결과, NeuroTree는 최첨단 성능을 달성하고 연령 관련 악화 패턴에 대한 귀중한 통찰력을 제공하여 정신 질환 예측 및 기저 신경 메커니즘 규명에 효과적임을 보여준다.
