BrainWorld: A Structural-Prior-Conditioned Generative Model for Whole-Brain 4D fMRI Dynamics

ABSTRACT

中文摘要

全脑四维 fMRI 生成对建模功能脑动力学具有价值，但现有 fMRI 基础模型主要面向表征学习和下游预测，而非条件预测式生成。我们提出 BrainWorld，一种以结构先验为条件的全脑四维 fMRI 动力学生成模型。BrainWorld 使用结构 MRI 作为被试级解剖上下文，引导未来 fMRI 生成；结构信息被整合进去噪过程，而不是作为平行模态处理。在覆盖不同队列和脑状态的 22 个数据集上评估时，BrainWorld 能生成长达 400 帧的稳定四维 fMRI 轨迹，通过生成样本增强改善下游表现，并学得优于基线的可迁移多模态表征。这些结果确立了一个具有条件感知能力、用于长时程脑动力学建模和多模态表征学习的生成框架。