arXiv（brain-computer interface）·· 1 天前AI 评分38
ACAM-J-MARS：多图谱黎曼谱表征用于 fMRI 解码高级冥想状态
ACAM-J-MARS: Multi-Atlas Riemannian Spectral Representations for Decoding Advanced Meditation States from fMRI
AI 导读
研究团队提出 ACAM-J-MARS，用多图谱计算功能连接、在黎曼流形上表征 SPD 连接矩阵并投影到对数欧氏切空间，再融合低频 BOLD 谱能量，以解码 jhana 型高级专注吸收冥想（ACAM-J）状态。
AI 要点
团队
第一作者 Jian Wang、末位作者 Matthew D. Sacchet，共 4 位作者
主要结果
早期与晚期 ACAM-J 二分类平衡准确率 0.757，三分类 0.545，较最强基线绝对提升 10.8 个百分点
解决什么问题
冥想相关效应空间分布广、个体差异大、样本量有限，传统单图谱欧氏分类忽略功能连接矩阵的非欧几何与时间信息
方法
22 名练习者共 204 段 fMRI；多图谱计算功能连接，SPD 矩阵映射到黎曼流形并投影至 log-Euclidean 切空间，再融合低频 BOLD 谱能量特征
局限
从研究设计看，样本仅 22 名练习者、204 段数据，属可行性验证；三分类准确率 0.545 仍偏低
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org