大脑核磁共振基础模型主要编码采集位点，而非解剖结构

研究人员发现，当冷冻基础模型用于表示大脑核磁共振数据时，它们主要编码核磁共振采集的位点，而不是解剖或临床信息。这种效应在不同的队列、编码器和网络深度中都有观察到，即使是从随机初始化的模型或原始图像中，位点信息也高度可解码。虽然 ComBat 等方法可以去除这种位点指纹，但代价是会在共享子空间中将位点和解剖信息纠缠在一起。该研究建议对基础模型进行位点归因审计，并为此提供了一个开放的工具包。 AI

影响 突出了用于医学成像的基础模型中潜在的偏见，需要仔细审计特定位点的伪影。

排序理由 该集群包含一篇详细介绍基础模型研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• ABIDE-II
• Abide In Me
• ComBat
• foundation model
• Hugging Face
• magnetic resonance imaging of the brain
• residual neural network
• Swin Transformer
• Vít

• 论文
• 模型发布

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