人脑效应连接网络刻画了脑区间神经活动的因果效应,从功能磁共振成像数据中学习脑效应连接网络是评价正常脑功能和多种脑疾病相关损伤的有效手段,故成为人脑连接组研究中的一项极为关键的科学问题。阿尔茨海默病(AD)是一种发生在老年期及老年前期的原发性退行性脑病,已经成为严重威胁我国老年人健康、社会发展和稳定的重大疾病之一。但AD病目前尚无特别有效的治疗方法,脑科学近期的研究和发展为AD病理机制的阐明及其早期诊断和预防带来了光明的曙光。本报告首先将对脑效应连接网络学习的主要流程、研究方法的分类体系、代表性算法的性能对比及在AD识别上的应用进行全面阐述;然后结合课题组近期的研究,概要介绍基于时序评分的脑效应连接网络学习、基于生成对抗网络的脑效应连接网络学习和基于时空图卷积模型的脑效应连接网络学习三种新方法及在AD辅助诊断中的应用;最后,对脑效应连接网络学习的研究进行总结和展望。