我院与香港中文大学合作在Nature Biomedical Engineering发表 fMRI分析基础模型重要成果，为构建融合细胞外间隙大模型奠定基础

近日，北京大学医学技术研究院韩鸿宾教授团队与香港中文大学袁奕萱教授团队联合攻关，在国际生物医学工程领域顶级期刊Nature Biomedical Engineering正式发表题为“Towards a general-purpose foundation model for functional MRI analysis”的研究论文，标志着我国在脑影像智能分析领域取得突破性进展。

功能磁共振成像（fMRI）是脑功能解析、神经与精神疾病精准诊疗的核心技术支撑。当前主流 fMRI 分析方法局限于 “神经 - 血管” 偶联框架，存在可重复性不足、跨中心迁移能力弱、复杂脑活动表征有效性低的核心瓶颈。针对这一关键科学问题，合作团队原创性提出NeuroSTORM神经影像基础模型（图1），实现从数据处理到特征挖掘的全流程革新。该模型直接基于四维 fMRI 数据开展端到端学习，摒弃传统预处理流程中易造成信息丢失的复杂环节，最大限度保留脑活动原始特征，显著提升特征挖掘的完整性与有效性。研究依托覆盖5 岁至 100 岁、超 5 万名被试、2865万帧fMRI数据完成大规模预训练，构建出强泛化能力的多中心、跨龄通用模型。团队创新设计高效时空建模架构与轻量化任务适配策略，可快速适配人口统计学预测、表型预测、疾病诊断、身份再识别、脑状态分类五大核心下游任务，综合性能全面超越现有技术方案。经多国独立临床数据集验证，NeuroSTORM 模型全球多家医院的 17 种神经系统疾病诊断任务中均取得最优表现，可精准预测认知功能与心理行为表型，为临床脑疾病智能化评估开辟了全新技术范式。此项研究不仅突破了传统 fMRI 智能分析的技术壁垒，更为多尺度、高复杂度脑科学大模型构建提供关键技术底座。团队未来将以NeuroSTORM通用基础模型为起点，研发融合脑细胞外间隙的跨尺度脑功能成像新技术，整合跨尺度多模态功能信息，深化复杂脑网络解析与类脑计算,构建融合中枢淋巴系统分区稳态理论的结构化知识图谱与脑病基础大模型,为攻克精神、神经疾病精准诊疗难题提供智能计算基础。

图1：NeuroSTORM框架示意图

香港中文大学袁奕萱教授、哈佛大学李响教授与北京大学韩鸿宾教授为共同通讯作者。袁奕萱，香港中文大学电子工程学系副教授，主要研究方向为精准医疗与人工智能。获MICCAI 2022青年科学家奖、香港青年科学家奖等，连续入选斯坦福大学全球前2%顶尖科学家榜单。李响，哈佛大学医学院及麻省总医院（Massachusetts General Hospital）放射学系助理教授。主要从事医学基础模型、生成式人工智能、专家-机器对齐、医学信息学以及反事实因果推断相关研究。韩鸿宾，北京大学医学技术研究院教授、北京大学第三医院放射科主任医师，主要从事神经影像新技术开发与脑病诊治研究曾获北京市科技进步奖一等奖、华夏医学科技进步一等奖与中国青年科技奖。