★ 4
AI“读心”工具可依据脑扫描重建你所看到的画面
以色列魏茨曼研究所团队开发出一款AI“读心”工具，仅凭脑部扫描即可高精度重建人眼所见的图像，反向亦可预测脑活动。研究者希望其帮助闭锁综合征患者沟通甚至重建梦境，但神经伦理学家警告该技术可能被用于未经同意地窥探他人内心想法。
Hacker News – AI31 天前
#fMRI
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
以色列魏茨曼研究所开发 Brain-IT 模型，可用 fMRI 重建所见画面
以色列魏茨曼科学研究所教授Michal Irani团队开发出名为Brain-IT的AI模型，能够通过分析功能性磁共振成像（fMRI）数据，重建受试者观看图像时的视觉画面。该研究推进了脑机接口与视觉解码方向的技术进展。
36氪22 天前
★ 3
fMRI 基础模型扩展规律实证研究
论文针对功能磁共振成像基础模型，用 200 多个源数据集与超 1 万 GPU 小时做受控扩展实验，考察预训练数据量、模型规模与训练时长三者的关系。结果显示算力相近的模型性能差异显著，数据与模型规模应协同扩展，同等算力下增加数据比增大模型对更多任务有利。据此选出的模型在分布外任务上取得最高平均性能且…
arXiv cs.LG39 天前
★ 3
FRIST：fMRI表征引导的脑电单指BCI解码
针对头皮脑电单指解码因皮层表征邻近与容积传导而困难的问题，论文提出两阶段框架 FRIST，先学习 fMRI 引导的频谱投影，再用 fMRI 类别几何引导 EEG 预测的残差精修。推理阶段仅需 EEG，无需配对试次。在 12 名受试者上，二类运动执行准确率从 66.93% 提升至 74.53%，三类…
arXiv cs.LG49 天前
★ 2
CFBrainAug：反事实脑网络增强用于自闭症 fMRI 诊断
论文提出 CFBrainAug 反事实脑网络学习框架，统一数据增强与反事实解释，通过生成标签翻转但拓扑相似的脑网络扩充决策边界样本。在 ABIDE I 数据集 NYU 站点达到 74.1% 准确率，轻量 SVM 可比肩图深度学习方法。
arXiv cs.LG7 天前