bioRxiv 预印本· Di Giovanni, D. A., Collins, D. L. ·· 2 天前AI 评分8
VRPTR 从静息态 fMRI 预测个体语言激活与不确定性
VRPTR prediction of individual language activation and uncertainty from resting state fMRI
AI 导读
三维编码器-解码器模型 VRPTR 在 WU-Minn HCP 的 360 名健康成人中训练、40 名留出受试者中评估故事-数学语言对比，平均体素图 Pearson r=0.642、Dice AUC=0.519，较 BrainSurfCNN 类和 SWIFUN 类紧凑模型分别高 Δr=0.0376 和 0.0335。
来源：bioRxiv 预印本 · biorxiv.org