研究人员开发了 NeuroAgent，这是一个由大语言模型驱动的框架，旨在自动化多模态神经影像数据的复杂预处理和分析。该系统利用分层多代理架构来生成、执行和验证各种影像类型（如 sMRI、fMRI、dMRI 和 PET）的代码。在大规模数据集上的评估表明，NeuroAgent 能够显著减少人工工作量，并实现端到端的自动化流程，在意图解析和预处理正确性方面达到高精度，其中最强的后端正确率达到 84.8%。 AI
影响 自动化复杂的神经影像分析，可能加速研究和疾病分类。
排序理由 这是一篇详细介绍神经影像分析新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.06584v1 Announce Type: new Abstract: Multimodal neuroimaging analysis often involves complex, modality-specific preprocessing workflows that require careful configuration, quality control, and coordination across heterogeneous toolchains. Beyond preprocessing, downstre…
Multimodal neuroimaging analysis often involves complex, modality-specific preprocessing workflows that require careful configuration, quality control, and coordination across heterogeneous toolchains. Beyond preprocessing, downstream statistical analysis and disease classificati…