Loading...
机构名称:
¥ 1.0

摘要:最近的 fMRI 到图像方法主要侧重于将 fMRI 信号与预训练扩散模型的特定条件相关联。这些方法虽然可以生成高质量的图像,但仅捕获了 fMRI 信号中复杂信息的有限方面,并且对图像创建几乎没有细节控制。相比之下,本文提出使用 fMRI 信号直接调节扩散模型的生成过程。我们的方法 NeuroPictor 将 fMRI 到图像的过程分为三个步骤:i)fMRI 校准编码,用于处理共享潜在空间的多人预训练,以最大限度地减少个体差异并为后续的多受试者训练提供支持;ii)fMRI 到图像多受试者预训练,感知学习以指导不同个体之间具有高级和低级条件的扩散模型;iii)fMRI 到图像单人细化,与步骤类似

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建PDF文件第1页

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建PDF文件第2页

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建PDF文件第3页

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建PDF文件第4页

NeuroPictor:通过多个体预训练和多级调制完善 fMRI 到图像重建PDF文件第5页