Cortically-Resolved Recurrent Architecture for fMRI

ABSTRACT

中文摘要

从功能磁共振成像（fMRI）解码认知功能与脑疾病，是神经科学的一项基础问题；近年来深度学习推动了任务态与静息态场景的发展。现有区域级解码器通过 ROI 感知的图或 Transformer 架构捕捉空间结构，却在所有区域使用统一时间算子，因而没有显式建模不同皮层区域如何在异质时间尺度上整合信息。我们提出 CoRTeX，一种面向 fMRI 的区域分辨循环架构，每个皮层区域拥有独立可学习参数，并按自身学得的时间尺度演化。其核心是每区域可微时间积分窗，通过私有缓冲区上的软掩码，允许各 ROI 学习应向过去整合多长时间的信息。跨区域信息被限制在单个身份感知注意力通道中，并受到共激活驱动记忆的额外偏置；记忆的学习与遗忘速率也各自依赖区域。在任务态 fMRI 的 NSD 刺激分类和 ABIDE、COBRE 两个静息态疾病诊断任务上，CoRTeX 与强基线取得有竞争力的表现，同时支持对于单元可交换模型并不明确定义的区域级分析：学习到的各区域时间尺度呈现可解释空间组织，类别特异区域归因与类别选择性皮层对应。代码已提供。