神经科学与认知科学
突破级
暂无讲解视频
收录解读
这篇论文抓的是 fMRI 分析里一个越来越明显的结构性问题：现有 pipeline 高度依赖繁琐预处理和任务特定模型，结果是可复现性和跨任务迁移一直很差。NeuroSTORM 试图把这条链条改造成 foundation-model 范式，直接从 4D fMRI volume 学通用表征。
它的规模也足够说明问题：预训练覆盖 50,000 多名参与者、2865 万帧 fMRI，跨年龄和多中心。模型在 demographic/phenotype prediction、disease diagnosis、re-identification、state classification 等多个下游任务上都优于已有方法，说明它不只是单一诊断器，而更像神经影像分析的统一底座。
它值得正式收录，因为它改变的是 neuroimaging workflow，而不仅是某个医学任务分数。对于脑成像表征学习、跨中心迁移和 foundation-model 化的生物医学分析都有明显方法价值。
它没有升到更高等级，是因为它主要推动的是 fMRI analysis infrastructure，而不是对脑工作原理本身提出新的 AI-relevant 机制解释。