MindFormer: 基于 fMRI 的多受试者脑解码的 Transformer 架构
原文中文,约300字,阅读约需1分钟。发表于: 。通过与脑功能磁共振成像数据相关联的 MindFormer 模型,结合 Stable Diffusion 方法,能够在多个受试者上生成语义一致的图像,从而显著提高多个受试者的脑解码准确性。
通过BrainNetDiff方法从fMRI时间序列中提取特征并生成大脑网络,适用于健康和神经学受损队列。在疾病分类任务中表现出显著效果,为多模态大脑影像数据处理提供参考。