機械学習ベースの精神診断疾患には，バイオマーカーの発見や内部メカニズムの理解に役立つことが期待されている． 最近の研究では，時間的に変化する脳活動のため，動的な生成モデルが採用された． だが，単純なモデルのため，複雑な特徴を抽出するのが困難だった． 本論文では，動的な深層生成モデルを使ってfMRIデータをモデル化する． 提案する深層生成モデル(deep state-space model)は，柔軟かつ動的な生成モデルである． それゆえ，複雑な特徴を抽出でき，時間的に変化する脳活動を捉え，疾患に関連する脳領域を特定できる．
