2025年11月，我校学者在人工智能领域顶刊《Information Fusion》（中科院一区，Top期刊）上发表题为“Utilizing Hierarchical Efficacy Regions of the Human Brain for Treatment Prediction through Information Fusion”的研究论文。成都中医药大学林薇副教授、尹涛副教授为论文第一作者，成都中医药大学曾芳教授为论文通讯作者，我校为论文第一完成单位。

针刺治疗功能性消化不良（Functional Dyspepsia, FD）疗效确切，对相关脑功能活动模式的调控可能是其核心机制，本研究提出一套系统性、分层化的脑网络建模与疗效预测框架，创新性地从“层级建模-主干识别-图学习”推进针刺治疗FD脑机制研究的定量化与可解释化。

突破传统基于全连接功能网络的分析方式，弥补传统单一脑区或局部功能网络的研究局限，引入最大生成树（Maximum Spanning Tree）构建脑树（Brain Tree），以无环骨架网络替代噪声丰富的全图结构。在此基础上，提出分层主干提取算法，以“最长最短路径（树径）”作为层间分割准则，递归识别不同尺度的信息主干，形成分层疗效区域（Hierarchical Efficacy Regions），并以此构建融合结构先验知识的深度图学习框架 HEffNet，通过分层结构约束、图神经建模、注意力加权，量化跨脑区信息融合的治疗贡献。该研究证实针刺治疗FD并非是对患者单一脑区、单一脑网络的调控，而是对内脏感觉处理、情绪调节、自主神经调控相关的多层级脑网络信息交互模式的复杂重构。

该项研究通过构建分层疗效区域与HEffNet图学习框架，从多层级、跨脑区信息融合的角度系统揭示了针刺治疗FD的中枢机制。该工作深度融合了数学、计算机科学与脑科学等多学科方法，为从整体脑网络层面系统阐释中医针灸效应机制提供了全新的分析视角与实证基础。

该研究得到了国家自然科学基金杰出青年基金（No.82225050)和四川省科技厅项目（Nos. 2024NSFSC2109,2025NSFSC2030)的资助。

全文链接：https://doi.org/10.1016/j.inffus.2025.103993

（供稿：针灸脑科学研究中心）