大脑磁共振成像数据翻译成文字？耶鲁、剑桥等高校联手推出MindLLM医疗AI工具助你一目了然

揭开大脑奥秘，探索智慧之源！MindLLM医疗AI助您解读MRI数据

　　 3月3日消息，耶鲁大学联合剑桥大学、达特茅斯学院的研究人员共同推出了一款名为MindLLM的医疗行业AI工具。这款工具能够将脑部功能性磁共振成像（fMRI）数据转化为文字描述，在多个基准测试中表现出色，甚至超越了业界现有的UMBRAE、BrainChat、UniBrain等技术。 MindLLM的推出标志着在神经影像学领域，人工智能的应用又向前迈进了一大步。这一创新不仅有助于提高诊断效率，还可能为未来的个性化医疗提供重要支持。然而，随着技术的进步，我们也需要关注数据隐私和伦理问题，确保这项技术能够在保护患者权益的前提下得到广泛应用。

　　 据介绍，MindLLM结合了fMRI编码器和大型语言模型，可以解析fMRI扫描中的体素以理解大脑活动。该fMRI编码器使用了一种基于神经科学的注意力机制，能够适应不同形状的输入信号，从而支持多样化的分析任务。

　　 研究团队还为相应工具引入了脑部指令调优（BIT）方法，增强了模型从 fMRI 信号中提取多种语义信息的能力，使其能够执行图像描述、问答推理等多种解码任务。

　　 测试结果显示，在文字解码、跨个体泛化和新任务适应性等基准测试中，MindLLM相比业界其他模型分别提升了12.0%、16.4%和25.0%，证明其在适应新受试者和处理未知语言推理方面具有显著优势。这一进步不仅标志着人工智能领域的一大步，也预示着未来可能在个性化教育、智能客服等领域带来革命性的变化。随着技术的不断成熟，我们有理由期待MindLLM能够进一步优化用户体验，开启更多应用场景的可能性。

　　 不过，研究人员指出，目前该模型仅能处理静态图像信号。未来若能进一步优化，有望将其发展为实时的fMRI解码器，并在神经控制、脑机接口和认知神经科学等多个领域得到广泛应用。这将对提升神经假肢的感知功能、进行精神状态监测以及促进脑机交互等方面产生积极影响。

　　 目前，相应论文已发布在 ArXiv 上，附论文地址（点此访问）。