Omni-fMRI：一种通用的无图谱fMRI基础模型
计算工程、金融与科学
2026-02-02 v1 定量方法
摘要
自监督的fMRI基础模型已展现出有前景的迁移性能，但大多数模型依赖于预定义的区域级分区，这丢弃了精细的体素信息并引入了图谱依赖的偏差。我们提出了Omni-fMRI，一种直接对体素级信号进行操作的无图谱基础模型。为了能够在跨越九个数据集的49,497个fMRI会话上进行可扩展的预训练，Omni-fMRI引入了一种动态分块机制，该机制在保留信息性空间结构的同时大幅降低了计算成本。为了支持可重复性和公平比较，我们建立了一个全面的基准测试套件，涵盖11个数据集和一系列多样化的静息态与任务态fMRI任务。实验结果表明，Omni-fMRI持续优于现有的基础模型，为无图谱的大脑表征学习提供了一个可扩展且可重复的框架。代码和日志已公开。
引用
@article{arxiv.2601.23090,
title = {Omni-fMRI: A Universal Atlas-Free fMRI Foundation Model},
author = {Mo Wang and Wenhao Ye and Junfeng Xia and Junxiang Zhang and Xuanye Pan and Minghao Xu and Haotian Deng and Hongkai Wen and Quanying Liu},
journal= {arXiv preprint arXiv:2601.23090},
year = {2026}
}