MtReNIRS：跨数据集预训练的fNIRS基础模型

Tony Chae 等作者发布预印本论文，提出 fNIRS 基础模型 MtReNIRS。该模型用蒙太奇感知的掩码自编码器，在 12 个公开 fNIRS 数据集上预训练，覆盖 268 名受试者和 567 小时记录；它把不同蒙太奇映射到共享解剖参考，联合编码血流动力学特性、色团身份与皮层位置。 作者称，该模型在三个外部数据集上实现跨受试者迁移，性能与全监督基线相当或更好，并在少样本受试者内校准上优于此前 fNIRS 模型。论文已提交 IEEE OJSP。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。