Neuro-anatomical Inductive Priors for Sphere-based Brain Decoding
Sijin Yu, Zijiao Chen, Zhenyu Yang, Zihao Tan, Jiakun Xu, Zhongliang Liu, Shengxian Chen, Wenxuan Wu, Xiangmin Xu, Xin Zhang
ICML 2026 主会 · OpenReview
OVERVIEW
论文概览
在球面皮层表示上引入神经解剖先验与结构引导的专家混合，以更少训练轮次和被试数据完成视觉解码。
ABSTRACT
中文摘要
传统 fMRI 解码常把体素展平为一维序列，从而丢失皮层表面的邻接和解剖组织。该方法先把脑信号映射到球面皮层表示，再以结构引导的 mixture-of-experts 建模不同区域的专门功能。作者在 NSD 上报告，模型可用约 10 个训练 epoch 达到与强一维模型约 600 个 epoch 相当的水平，并在新被试仅使用约 20% 数据时保持竞争力。消融结果表明，解剖结构先验是性能提升的主要来源。
RESEARCH RELEVANCE
与你研究的关系
为跨被试视觉解码提供了比纯 subject embedding 更明确的共享坐标系：用稳定解剖结构承载共享规律，再让专家吸收区域差异。
LIMITATIONS
局限与核查重点
解剖一致性并不等于功能一致性；少样本结果仍需检查训练/测试刺激重叠和被试适配成本。
SOURCE
来源与原文
ICML 2026 主会 · OpenReview
Sijin Yu, Zijiao Chen, Zhenyu Yang, Zihao Tan, Jiakun Xu, Zhongliang Liu, Shengxian Chen, Wenxuan Wu, Xiangmin Xu, Xin Zhang. Neuro-anatomical Inductive Priors for Sphere-based Brain Decoding. ICML 2026 主会 · OpenReview. https://openreview.net/forum?id=gXTtBRI1yj