多模态fMRI基础模型

跨诊断高效分析

一个在大规模功能磁共振数据上预训练、可直接适配多种下游任务且跨医院诊断性能优异的通用神经影像基础模型。

王騁 · Jiang, Yu · Chenxin, Li · Zhao, Lin · Lv, Jinglei · Sepulcre, Jorge · Yang, Carl · He, Lifang · Liu, Tianming · Li, Quanzheng · Barron, Daniel S. · Qiu, Anqi · Kim, Byung-hoon · 韩鸿宾 · Li, Xiang · 袁奕萱

Nature Biomedical Engineering 2026

参数信息

预训练数据量

28.65 million frames

预训练参与者数

50000

下游任务数

5

诊断疾病种类

17

技术优势

超大规模预训练

在 28.65 百万帧、超 5 万参与者、年龄 5-100 的数据上预训练，泛化基础扎实。

轻量适配下游

结合高效时空建模设计与轻量任务适配，实现可扩展预训练和快速迁移。

应用场景

• 脑影像分析：直接处理四维 fMRI 数据，减少预处理偏差。
• 神经疾病诊断：跨医院数据上实现稳定高精度多病种诊断。
• 医学AI应用：提供可迁移的通用表征，加速医学 AI 开发。