机构名称：
¥ 1.0
摘要：人脑是一个复杂且高度动态的系统，目前我们对其功能机制的了解仍然非常有限。幸运的是，利用功能性磁共振成像（fMRI），我们可以观察到血氧水平依赖性（BOLD）变化，反映神经活动，从而推断大脑状态和动态。在本文中，我们提出了一个问题：区域大脑 fMRI 所代表的大脑状态是否可以预测。由于自注意力和 Transformer 架构在顺序自回归问题（例如语言建模或音乐生成）中的成功，我们探索了使用 Transformer 基于来自人类连接组项目（HCP）的大规模高质量 fMRI 数据预测人脑静息状态的可能性。目前的结果表明，我们的模型可以准确地预测长达 5.04 秒的大脑状态，而之前的预测为 21.6 秒。此外，即使预测误差在更长时间段内累积，生成的 fMRI 大脑状态仍反映了功能性连接组的结构。这些有希望的初步结果表明，使用自注意力机制开发 fMRI 数据生成模型的可能性，该模型可以学习人类大脑的功能组织。我们的代码可在以下网址获取：https://github.com/syf0122/brain_state_pred
使用 Transformer 预测人类大脑状态
主要关键词
相关文件推荐
