PulseAugur
实时 10:55:04

Tractogram foundation model 学习大脑通路表征

研究人员开发了 TractFM,一个新颖的 foundation model,旨在直接从扩散 MRI 纤维束图 (tractograms) 中学习表征。该模型独特地结合了局部流线编码器和排列等变纤维束图编码器,使其能够同时处理来自受试者的所有流线。通过在解剖分区上进行预训练,TractFM 为单个流线和紧凑的受试者级别描述符生成可重用嵌入。该模型展示了强大的泛化能力,在不同的纤维束追踪算法和数据集上实现了准确的纤维束分区,并预测了年龄和性别等受试者表型。 AI

影响 能够对大脑白质通路进行更稳健和可泛化的分析,可能提高神经科学的诊断和研究能力。

排序理由 该集群包含一篇详细介绍用于分析大脑通路数据的新 foundation model 的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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]

  1. arXiv cs.AI TIER_1 English(EN) · Guikun Chen, Yuqian Chen, Yijie Li, Yogesh Rathi, Nikos Makris, Fan Zhang, Wenguan Wang, Lauren J. O'Donnell ·

    Tractogram foundation model

    arXiv:2606.09893v1 Announce Type: cross Abstract: Diffusion MRI (dMRI) tractography is the only noninvasive approach for mapping white-matter pathways in the living human brain. It represents each brain as a tractogram: a large, unordered set of three-dimensional streamlines that…