arXiv q-bio.NC（Neurons and Cognition）·· 9 小时前精选AI 评分60
Yuanning Li 团队发布 AVID：5T fMRI 听觉诱导视觉心理意象解码数据集
AVID: A 5T fMRI Dataset for Benchmarking Auditory-induced Visual Mental Imagery Decoding
AI 导读
Yuanning Li 团队在 arXiv 发布 AVID，一个面向听觉诱导视觉心理意象（VMI）解码的 5.0 Tesla fMRI 数据集，含 9 名受试者约 67 小时记录，论文已被 NeurIPS 2026 接收。
AI 要点
团队
第一作者 Shiqi Shen，末位作者 Yuanning Li，共 4 位作者；论文被 NeurIPS 2026 接收。
主要结果
基线定性和定量结果显示，现有重建流程在 AVID 上仍有限，最成功的重建能保留语音描述中可识别的场景级语义。
解决什么问题
缺少专门的训练规模视觉心理意象（VMI）数据集，现有范式依赖视觉提示或短期记忆图像，难以分离内源性图像构建相关神经活动。
方法
9 名参与者、约 67 小时 5.0T fMRI 密集记录；分场景级复杂集（自然普通话描述）与受控简单集（明确指定视觉属性），并制定标准化评估协议。
局限
从研究设计看，样本仅 9 名参与者；作者称其为首个专用训练规模 5.0T fMRI 听觉诱发 VMI 资源。
AI 依据原文整理，未经人工核对。
AI 推荐理由
该数据集用听觉诱导替代视觉提示，并给出把源图一致性与语义对齐分开的评测协议，可供做视觉解码的研究者对照。
来源：arXiv q-bio.NC（Neurons and Cognition） · arxiv.org