神经科学与认知科学
突破级
有讲解视频
收录解读
脑 MRI 配准长期分裂成两条路线：体素配准和皮层表面配准分别处理，这会在跨被试神经科学分析里引入不一致。本文解决的问题是：能否用统一框架同时对体积与表面进行一致配准，让脑表面和脑内部解剖在同一表示里被对齐。
作者提出 NeurAlign，用体积-表面联合表示做 3D 脑 MRI 配准，并引入中间球面坐标空间连接皮层拓扑与体积解剖。方法上不是简单叠加两个配准器，而是把 surface registration 显式整合进学习过程，确保几何一致性。摘要里报告在 in-domain 和 out-of-domain 数据上都优于经典方法和现有学习方法，Dice 最高提升约 7 个点，同时保持规则形变。
这篇论文适合认知科学 / 脑影像主线，尤其和 BrainIAC、Prima 一起看，会形成“brain foundation model 之前的数据几何底座”这一视角。对跨被试神经成像、结构功能对齐、脑图谱构建都有直接价值。
它归为突破性而不是更高一级，因为问题虽重要，但影响仍主要集中在脑影像配准和神经影像方法学层面，尚未形成更广泛的范式重排。