314-DeepCor：fMRI信号与噪声分离去噪

这篇文章介绍了一种名为 DeepCor 的新型功能性磁共振成像（fMRI）去噪方法，它利用对比变分自动编码器（CVAE）来有效地区分神经信号和噪声。该方法通过训练深度生成模型，将感兴趣区（ROI）特有的信号特征与非感兴趣区（RONI）共享的噪声特征分离。在对多种模拟数据集进行的广泛评估中，DeepCor 持续优于 现有技术，包括CompCor和DeNN，例如在逼真合成数据中实现了高达339%的改进。当应用于真实任务fMRI数据时，DeepCor成功地 增强了血氧水平依赖（BOLD）信号 对面部刺激的响应，其性能比CompCor提高了215%。DeepCor的优势在于其鲁棒性强、适应性广，并且能够在 单个参与者内部 进行独立训练，适用于任务和静息态实验设计。

References:

• Zhu Y, Aglinskas A, Anzellotti S. DeepCor: denoising fMRI data with contrastive autoencoders[J]. Nature Methods, 2025: 1-4.