研究人员开发了 StableMind，一个用于解码功能磁共振成像 (fMRI) 数据的新框架。该方法通过提高大脑表征的稳定性和图像监督的可靠性，解决了在数据有限的情况下将模型适应新主体所面临的挑战。StableMind 利用大脑数据的自适应先验和基于傅立叶的增强，以及用于对齐的难度感知图像模糊，在图像和大脑检索任务中取得了更高的准确性。 AI
影响 推动了跨主体功能磁共振成像解码，可能改进脑机接口和神经科学研究。
排序理由 这是一篇详细介绍功能磁共振成像解码新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.02586v1 Announce Type: new Abstract: Existing cross-subject fMRI decoding methods typically train a model on multiple scanned subjects and then adapt it to a new subject using substantial paired fMRI-image data. However, in realistic scenarios, new-subject fMRI data ar…
Existing cross-subject fMRI decoding methods typically train a model on multiple scanned subjects and then adapt it to a new subject using substantial paired fMRI-image data. However, in realistic scenarios, new-subject fMRI data are often limited due to costly data acquisition, …