Deep-learning-based fMRI decoding of real-world size for hand-held objects
Cui Lang, Kosuke Miyoshi, Masaki Takeda
Scientific Reports · 2026-10-07 正式发表 · DOI: 10.1038/s41598-026-74629-7
ABSTRACT
中文摘要
真实世界物体大小是物体知识的重要组成部分，但大脑如何把视觉输入、空间关系、记忆和语义尺度整合为大小表征仍不清楚。作者使用 50 名参与者观看手持物体图像时的全脑 fMRI，训练三维深度神经网络区分现实中较小与较大的物体，并与多体素模式分析比较。深度模型达到与传统多体素方法相当的预测表现。通过 Guided Grad-CAM 分析，作者发现支持大小判别的体素并不只位于通常与物体加工相关的腹侧枕颞皮层，而是分布于更广泛的脑区；这些区域还与临床病灶研究中出现物体大小知觉扭曲的区域重叠。结果支持这样一种观点：真实世界大小不是单一区域中的标签，而是由跨越视觉、空间、记忆与语义系统的非线性分布式整合产生。本文为 2026 年 2 月 bioRxiv 预印本的正式期刊版本，本期仅保留正式版。
RESEARCH RELEVANCE
与你研究的关系
论文事实：研究在 50 名参与者的全脑 fMRI 上用三维网络解码手持物体的二元真实大小，并用 Guided Grad-CAM 得到超出腹侧视觉通路的分布式贡献图。研究推断：你的 fMRI→图像或 CLIP 属性解码可以把大小、身份和低层图像面积分别建模，并用保持身份但改变真实尺寸的反事实刺激检验共享语义轴；解释图应在独立被试和独立刺激上复现后再用于脑区推断。
LIMITATIONS
局限与核查重点
任务只有较大/较小二分类，不能代表开放域属性解码。预印本报告的单试次平均准确率约为 51.2%，较强结果依赖试次平均与调参；模型可能利用类别、拍摄构图或视觉面积等捷径。Guided Grad-CAM 是相关性归因，不提供因果证据，病灶区域重叠也不能证明这些体素专门编码真实世界大小。
SOURCE
来源与原文
Scientific Reports · 2026-10-07 正式发表 · DOI: 10.1038/s41598-026-74629-7
Cui Lang, Kosuke Miyoshi, Masaki Takeda. Deep-learning-based fMRI decoding of real-world size for hand-held objects. Scientific Reports · 2026-10-07 正式发表 · DOI: 10.1038/s41598-026-74629-7. https://www.nature.com/articles/s41598-026-74629-7