English(EN) Functional MRI Time Series Generation via Wavelet-Based Image Transform and Spectral Flow Matching for Brain Disorder Identification

新AI框架生成功能磁共振成像数据以识别脑部疾病

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-01 04:00

研究人员开发了一个名为双谱流匹配（DSFM）的新框架来生成功能磁共振成像（fMRI）时间序列数据。该方法通过更好地复制原始BOLD信号的非平稳和动态特性，解决了当前生成模型的局限性。DSFM利用小波和余弦变换来捕捉多尺度变化和能量压缩，最终改进了下游脑部疾病分类任务。 AI

影响通过提供合成的fMRI数据，能够更稳健地训练用于脑部疾病识别的AI模型。

排序理由这是一篇详细介绍用于生成合成数据的新型AI研究论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Hwa Hui Tew, Junn Yong Loo, Fang Yu Leong, Julia K. Lau, Ding Fan, Hernando Ombao, Rapha\"el C. -W. Phan, Chee Pin Tan, Chee-Ming Ting · 2026-06-01 04:00

基于小波变换和谱流匹配的fMRI时间序列生成用于脑部疾病识别

arXiv:2605.30387v1 Announce Type: cross Abstract: Functional Magnetic Resonance Imaging (fMRI) provides non-invasive access to dynamic brain activity by measuring blood oxygen level-dependent (BOLD) signals over time. However, the resource-intensive nature of fMRI acquisition lim…