Journal of Neural Engineering· Daniel Agostinho, Davide Borra, Miguel Castelo-Branco and Marco Simões·· 11 天前AI 评分35
可解释 fMRI 解码揭示情绪唤醒的神经生物学特征，与传统分析互补
Explainable fMRI decoding reveals neurobiological signatures of emotional arousal complementary to traditional analyses
AI 导读
研究提出可解释 AI 框架，将轻量级 fMRI 解码器 fMRINet 与 Deep Learning Important FeaTures 结合，从情绪视频观看时的 fMRI 数据中提取情绪唤醒的时空神经特征。
AI 要点
团队
Daniel Agostinho、Davide Borra、Miguel Castelo-Branco、Marco Simões
主要结果
高唤醒下，神经典型者激活分布式感知-边缘-前额网络，孤独症者呈更局限、偏后部的模式，腹内侧前额与边缘贡献降低；低唤醒模式两组相似。
解决什么问题
探究数据驱动的解码分析与传统GLM模型分析对情绪唤醒提供的信息是否互补。
方法
提出可解释AI框架，结合轻量fMRI解码器fMRINet与Deep Learning Important FeaTures；对神经典型与孤独症参与者观看自然情绪视频时的fMRI数据进行分析，并与分类式和参数式GLM比较。
局限
从研究设计看，为可行性框架研究，未设对照。
AI 依据原文整理，未经人工核对。
来源：Journal of Neural Engineering · iopscience.iop.org