Duala: Dual-Level Alignment of Subjects and Stimuli for Cross-Subject fMRI Decoding
Shumeng Li, Jintao Guo, Jian Zhang, Yulin Zhou, Luyang Cao, Yinghuan Shi
CVPR 2026 主会 · CVF Open Access
OVERVIEW
论文概览
同时对齐被试层分布与刺激层语义，避免跨被试 fMRI 解码只解决空间差异而忽略刺激对应关系。
ABSTRACT
中文摘要
跨被试 fMRI 解码的变化既来自个体脑组织，也来自不同刺激在各被试中的响应差异。Duala 为此设计双层对齐：被试层减少整体神经表征的域偏移，刺激层则保持同一或语义相近刺激的对应结构。模型联合优化共享空间与个体差异，在未见被试上评估视觉解码和检索。通过分别移除两类对齐，作者分析跨被试性能来自全局分布校准还是刺激级语义保持。
RESEARCH RELEVANCE
与你研究的关系
可直接映射到共享潜变量 + subject latent：前者承载刺激语义，后者吸收个体域偏移。
LIMITATIONS
局限与核查重点
若训练依赖跨被试共享刺激，实际扩展性会受限；需要核查在完全不重叠刺激上的泛化。
SOURCE
来源与原文
CVPR 2026 主会 · CVF Open Access
Shumeng Li, Jintao Guo, Jian Zhang, Yulin Zhou, Luyang Cao, Yinghuan Shi. Duala: Dual-Level Alignment of Subjects and Stimuli for Cross-Subject fMRI Decoding. CVPR 2026 主会 · CVF Open Access. https://openaccess.thecvf.com/content/CVPR2026/html/Li_Duala_Dual-Level_Alignment_of_Subjects_and_Stimuli_for_Cross-Subject_fMRI_CVPR_2026_paper.html