MT-GNN：用图网络和度量张量嵌入预测连续时间脑形态演化

该论文提出MT-GNN，用单个图网络预测皮下结构表面每个顶点的第一基本形式，并通过傅里叶时间编码支持任意多次访视历史和预测时距。模型以可微As-Rigid-As-Possible求解器重建表面，并在ADNI 14个皮下结构上取得最佳结果，相对时间均值基线平均顶点误差降低2.29%。