PulseAugur
实时 09:54:49
English(EN) Cross-Subject Modeling for Widefield Calcium Imaging via Atlas-Aligned Spatiotemporal Tokenization

新WiCAT模型推动多主体脑成像分析

研究人员开发了WiCAT,一种新颖的宽场钙成像多主体模型,该模型利用自监督预训练。该模型旨在通过学习全局共享的时空表示来克服单会话分析的局限性,从而在不同数据集和主体之间实现更好的可扩展性和泛化能力。与基线模型相比,WiCAT表现出优越的性能,并在未见过的主体上实现了稳健的零样本行为解码和脑区重建。 AI

影响 能够对全脑神经动力学进行更具可扩展性和泛化能力的分析,可能加速神经科学研究。

排序理由 该集群包含一篇详细介绍神经数据分析新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新WiCAT模型推动多主体脑成像分析

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mohammad Hosseini, Eray Erturk, Saba Hashemi, Maryam M. Shanechi ·

    Cross-Subject Modeling for Widefield Calcium Imaging via Atlas-Aligned Spatiotemporal Tokenization

    arXiv:2607.09754v1 Announce Type: cross Abstract: Large-scale, multi-subject widefield calcium imaging provides unprecedented access to brain-wide cortical dynamics. However, the high dimensionality, complex spatiotemporal structure, and substantial task-irrelevant activity in wi…