fmri | BriefGPT - AI 论文速递

关键词fmri

搜索结果 - 50

动态视觉刺激的神经表征
人类通过不断变化的视觉刺激来感知世界，其中场景可以移动、改变外观和距离。这篇研究论文针对动态视觉刺激的大多数研究聚焦于静态刺激，限制了对人类视觉的调查。与之相反，动态视觉刺激提供了更符合生态有效性的方法，但由于时空信息的相互作用，使得解耦稳
PDFa month ago
使用 fMRI 提示的 LLM 进行开放式词汇听觉神经解码
使用大脑表示作为提示进一步驱动大规模语言模型从脑信号中解码听觉神经信息是可行且有效的。
PDF2 months ago
基于人口学条件的变分自编码器用于 fMRI 分布抽样与混淆因素去除
我们使用基于变分自编码器 (VAE) 的模型 DemoVAE 对 fMRI 特征与人口统计学进行去相关，并生成以用户提供的人口统计学为基础的高质量合成 fMRI 数据。使用两个广泛使用的数据集验证结果，我们发现 DemoVAE 可以在捕捉个
PDF2 months ago
基于功能磁共振成像的脑网络分析增强与计算工具箱
我们开发了一个称为 ACTION 的开源工具箱，提供了全面的功能来简化 fMRI 分析，该工具箱支持自动化 fMRI 数据增强、构建脑网络以及使用传统和深度学习模型进行分析，并且可以通过脚本设计和测试自定义算法。
PDF2 months ago
思维动画化：从缓慢的脑活动中解耦动态自然视觉重建
提出了一种名为 Mind-Animator 的两阶段模型，通过脑活动数据可以重构人类动态视觉，并在三个公共数据集上达到最先进的性能，通过特征解耦和融合，证实了重构视频的神经学解释性。
PDF2 months ago
基于机器学习的 BOLD fMRI 和头动参数对健康成年人呼吸波动的估计
该研究提出了一种使用头部运动参数和 BOLD 信号来重构 RV 波形的 CNN 模型，结果表明将头部运动参数与 BOLD 信号相结合可以增强 RV 波形估计。
PDF2 months ago
CVPRMindBridge: 跨主体脑解码框架
通过生物启发的聚合函数和新颖的循环 fMRI 重建机制，提出了一种新的跨被试脑解码方法 MindBridge，能够实现跨被试脑解码，并能通过循环重建的 fMRI 实现新颖的 fMRI 合成和伪数据增强。实验证明 MindBridge 能够竞
PDF3 months ago
在功能连接研究中利用门控图变换器探索泛化智能
基于功能连接和神经影像数据，引入了门控图神经转换器（GGT）框架来预测认知指标，通过在费城神经发育队列（PNC）上进行实证验证，强调了该模型在识别与人类认知过程相关的关键神经连接方面的潜力。
PDF5 months ago
双金字塔多模态融合方法用于双相障碍的诊断
利用脑部结构磁共振成像和功能磁共振成像数据，结合融合策略，提出了一种新颖的多模态诊断模型，用于双相情感障碍的诊断。实验证明，该方法在 OpenfMRI 数据集上的平衡准确度从 0.657 提升至 0.732，达到了最先进水平。
PDF6 months ago
通过亚社团检测在轻度认知障碍中定位和评估默认模式网络节点的重要性
利用 fMRI 技术，我们采用全新的节点显著性评分（NSS）来确定受轻度认知障碍（MCI）影响的大脑区域（位于默认模式网络（DMN）中的节点），通过对构成 DMN 的感兴趣区（ROIs）进行部分相关性分析建立个体特定的 DMN 图。对 DM
PDF7 months ago
脑形式化：将 MRI 脑功能建模到机器视觉中
通过引入新颖的基于 Transformer 的 Brainformer 方法，分析人类感知系统中 fMRI 模式，并将其作为监督机制应用于机器视觉模型，通过实验证明，在各种图像识别任务中，利用 fMRI 信息可以实现与当前最先进方法相比的潜
PDF7 months ago
MRGazer：从个体空间中的功能性磁共振成像解码眼注视点
通过 MRGazer 框架，本文提出了一种从 fMRI 预测个体空间中眼球凝视点的方法，相较于之前的共注册方法，该方法在眼动任务方面具有卓越的性能，且在更短的时间内（每个音量约 0.02 秒）得出客观结果。
PDF7 months ago
利用正弦表示网络预测 EEG 中的 fMRI 信号
通过实施一个正弦表示网络 (SIREN) 学习来自多通道脑电图 (EEG) 中的频率信息，并将其用作后续的编码器 - 解码器，以有效地重构特定脑区的功能磁共振成像 (fMRI) 信号，我们提出了一种能够直接从多通道 EEG 中预测 fMRI
PDF8 months ago
基于图像复杂性的 fMRI-BOLD 视觉网络分类方法：在视觉数据集上使用拓扑描述符和深度混合学习
该研究提出了一种新的方法，研究使用与 COCO、ImageNet 和 SUN 等视觉数据集对应的 fMRI BOLD 时间序列构建的视觉网络的拓扑特征差异。通过计算每个视觉网络代表 COCO、ImageNet 和 SUN 的 0 维和 1
PDF8 months ago
fMRI-PTE：一种用于多被试脑活动解码的大规模 fMRI 预训练 Transformer 编码器
脑活动解码的研究一直以来都是一个持久的追求，具有脑机接口、医学诊断和虚拟现实等潜在应用。我们提出了一种创新的 fMRI 预训练自编码器方法（fMRI-PTE），专注于解决因个体脑差异导致的 fMRI 数据维度变化的挑战。我们将 fMRI 信
PDF8 months ago
DiffGAN-F2S：基于脑 fMRI 的结构连接预测的对称高效去噪扩散生成对抗网络
一种名为 DiffGAN-F2S 的模型被提出，通过脑 fMRI 预测脑的结构连接，并在公开的 ADNI 数据集上展现出优越的性能，能够识别重要的脑区和连接，提供了一种多模态脑网络融合和临床疾病分析的替代方案。
PDF9 months ago
跨视觉数据集中静态图像的 BOLD fMRI 时间序列编码：人类视觉的初步研究
使用功能性磁共振成像（fMRI）对不同图像数据集进行复杂性特定的图像分类，研究神经活动与视觉相关的差异，发现并比较了不同网络模型在多类别分类中的性能，建立了研究人类大脑对不同复杂度图像反应的基准。
PDF10 months ago
透过他们的眼睛：简单对齐技术的多受试者脑解码
通过数据对齐方法，我们的研究旨在引入一种针对跨个体大脑解码的泛化技术。我们使用了 NSD 数据集，利用多个受试者的数据对齐，对跨个体大脑解码进行了训练和测试，证实了即使使用约 10% 的数据或 982 个共同图像，交叉个体的大脑解码也是可行
PDFa year ago
UniCoRN: 统一认知信号重建 —— 桥接认知信号和人类语言
该研究通过 fMRI2text 任务，提出了一种可用于大脑计算机界面的任务，UniCoRN 编码器证明了从 fMRI 和 EEG 这两种认知信号中重建连续的时间序列的可行性和有效性。
PDFa year ago
使用卷积神经网络 (CNN) 结合 BOLD-fMRI 计算人体连接组发育队列中的单位时间呼吸体积 (RTV) 和呼吸变异度 (RV)
本研究提出了一种一维 CNN 模型用于重建两个呼吸参数，RV 和 RVT，结果表明 CNN 可以从静息状态的 BOLD 信号中捕获有用的特征并重建真实的 RV 和 RVT 时间序列，预期这种方法的应用将降低 fMRI 研究的成本、减少复杂性
PDFa year ago