fMRI也很难对血流受到影响的疾病进行成像，如心血管疾病或阿尔茨海默氏症。 因为基于BOLD的fMRI测量的是血流的变化，它并不能区分血管异常和神经 ...

中国科学院自动化研究所团队创新性地设计了一种多模态集成框架，该框架融合 fMRI 特征提取器与大语言模型，可解决大脑活动的视觉重建问题 ...

为探究大脑与身体内部环境信号的关联，研究人员开展大脑 - 身体共波动研究。他们发现静息态全脑 fMRI 信号、脑电图（EEG）活动及外周自主信号在低频范围（0.01 - 0.1Hz）存在广泛共波动，表明全脑 fMRI 信号是自主神经系统调控的唤醒反应重要部分。

尽管仅用fMRI信号训练，ReAlnet-fMRI在EEG时间动力学表征上也展现出显著优势，特别是在高层模型层(V4和IT)与晚期EEG成分(>100ms)的对应关系上。 这一发现强有力地证明，模型学习到的是跨模态的通用神经表征原则，而非特定于fMRI的信号特征。