跳到正文
原文
arXiv · Neurons and Cognition· Condell Eastmond, Niels Bracher, Xavier Intes 等 4 人
· 5 天前精选AI 评分65

用于合成功能近红外数据生成的高保真三维模拟器

High-Fidelity 3D Simulator for Synthetic fNIRS Data Generation

预印本 · 尚未经过同行评审

AI 导读

功能近红外数据分析受运动伪迹、生理噪声和标注数据稀缺困扰。作者构建三维模拟器,用基于网格的蒙特卡洛模拟结合解剖敏感度剖面与参数化的血流动力学、系统生理和测量伪迹模型,生成时空特性可控的全头合成记录,并用公开的手指敲击、疼痛评估和手术技能数据集验证其时空与生理特性。该工具面向去噪算法、数据增强和机制模型的开发与评估。

推荐理由

用基于网格的蒙特卡洛模拟生成全头合成功能近红外数据,可控制时空特性,并与手指敲击、疼痛评估和手术技能三个公开数据集对照验证。

摘要 · AI 翻译

功能性近红外光谱(fNIRS)通过测量皮层中氧合血红蛋白和脱氧血红蛋白的任务相关变化,为大脑活动提供了一个无创窗口。然而,由于运动伪迹、生理噪声和其他混杂因素,分析 fNIRS 数据颇具挑战性。标注数据集的有限可用性进一步加剧了这一挑战,阻碍了新分析流程的开发与验证,尤其是在 AI 方法使用日益增多的背景下。认识到这些挑战,我们推出了一款 3D fNIRS 模拟器,它使用基于网格的蒙特卡洛模拟来生成具有生理学依据、时空特征可控的全头合成记录。我们的模拟器将解剖学上合理的敏感度剖面与血流动力学响应、系统性生理和测量伪迹的参数化模型相结合。因此,用户可以生成带有已知皮层真值的大型标注数据集,用于开发和评估去噪算法、数据增强策略、机制模型和计算机实验。我们针对来自开源手指敲击、疼痛评估和手术技能数据集的实验 fNIRS 数据,验证了模拟器的关键时空和生理特性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Neurons and Cognition · arxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。