研究人员开发了Champollion,一个新颖的自监督学习框架,旨在分析结构MRI数据并提取人类皮层折叠的可解释表征。与现有的神经影像和通用基础模型相比,该框架在捕捉已知折叠模式和识别神经发育特征方面表现出卓越的性能。Champollion揭示了与海马体不完全内翻、早产和母亲吸烟等病症相关的遗传关联和局部折叠模式,突显了皮层折叠作为一种有价值但未被充分利用的神经发育信息来源。 AI
影响 该框架通过提供更精确的大脑结构分析,有可能促进对神经发育障碍的理解。
排序理由 学术论文,详细介绍了一种分析神经影像数据的新AI框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →