Modeling Spatiotemporal Neural Frames for High Resolution Brain Dynamic Reconstruction
Wanying Qu, Jianxiong Gao, Wei Wang, Yanwei Fu
CVPR 2026 主会 · CVF Open Access
OVERVIEW
论文概览
以 EEG 条件生成高时间分辨率的动态 fMRI，实现两类脑信号在时间与空间上的互补重建。
ABSTRACT
中文摘要
fMRI 空间分辨率高但采样慢，EEG 时间分辨率高但空间定位有限。该工作将全脑动态表示为连续的时空神经帧，并用 EEG 提供快速时间条件、fMRI 提供空间监督，学习高分辨率脑动态重建。模型通过跨模态对齐与生成目标整合两类信号，实验比较时间插值、空间重建和下游解码，评估是否能在保持全脑结构的同时恢复更细的时间变化。
RESEARCH RELEVANCE
与你研究的关系
这是统一 fMRI+EEG 模型最直接的 CVPR 实例之一，可与 EEG→fMRI 合成和共享潜变量方案对照。
LIMITATIONS
局限与核查重点
生成的高时间分辨率 fMRI 缺少直接真实观测作为金标准；必须避免把 EEG 条件推断误称为真实血氧动态。
SOURCE
来源与原文
CVPR 2026 主会 · CVF Open Access
Wanying Qu, Jianxiong Gao, Wei Wang, Yanwei Fu. Modeling Spatiotemporal Neural Frames for High Resolution Brain Dynamic Reconstruction. CVPR 2026 主会 · CVF Open Access. https://openaccess.thecvf.com/content/CVPR2026/papers/Qu_Modeling_Spatiotemporal_Neural_Frames_for_High_Resolution_Brain_Dynamic_CVPR_2026_paper.pdf