論文の概要: Cross-Subject Modeling for Widefield Calcium Imaging via Atlas-Aligned Spatiotemporal Tokenization

• arxiv url: http://arxiv.org/abs/2607.09754v1
• Date: Sun, 05 Jul 2026 01:10:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.178686
• Title: Cross-Subject Modeling for Widefield Calcium Imaging via Atlas-Aligned Spatiotemporal Tokenization
• Title（参考訳）: アトラス配向時空間トークン化によるワイドフィールドカルシウムイメージングのためのクロスオブジェクトモデリング
• Authors: Mohammad Hosseini, Eray Erturk, Saba Hashemi, Maryam M. Shanechi,
• Abstract要約: 大規模多目的広視野カルシウムイメージングは、脳全体の皮質動態に前例のないアクセスを提供する。 単セッションモデルと一般化の両方に自己学習事前学習を利用するマルチオブジェクトモデルWiCATを導入する。 複数のワイドフィールドデータセットにわたって、WiCATは軽量なダウンストリームデコーディングをサポートし、サブジェクト、タスク、デコーディングをサポートし、ベースラインモデルを上回っている。
• 参考スコア（独自算出の注目度）: 0.20415910628419062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large-scale, multi-subject widefield calcium imaging provides unprecedented access to brain-wide cortical dynamics. However, the high dimensionality, complex spatiotemporal structure, and substantial task-irrelevant activity in widefield recordings have largely restricted modeling efforts to single-session analyses, limiting scalability and generalization. While multi-subject pretrained models have been explored for some neural modalities, multi-subject models for widefield calcium imaging have not yet been demonstrated; further, subject-invariant zero-shot behavior decoding remains elusive for multi-subject models across neural modalities more broadly. As a first step toward foundation modeling of widefield data, we introduce WiCAT, a multi-subject model that leverages self-supervised pretraining to both outperform single-session models and enable zero-shot behavior decoding on unseen subjects. WiCAT introduces an atlas-grounded tokenization scheme without session-specific components and learns globally shared spatiotemporal representations. Across multiple widefield datasets, the pretrained model supports lightweight downstream decoding, transfers across subjects, tasks, and datasets, and outperforms baseline models. Notably, the model also achieves robust zero-shot continuous behavior decoding and left-out brain region reconstruction on unseen subjects.
• Abstract（参考訳）: 大規模多目的広視野カルシウムイメージングは、脳全体の皮質動態に前例のないアクセスを提供する。 しかし、広帯域記録における高次元性、複雑な時空間構造、およびタスク非関連活動は、モデリングの取り組みを、単一セッション分析、スケーラビリティの制限、一般化に大きく制限している。 マルチオブジェクト事前学習モデルはいくつかのニューラルモダリティに対して検討されているが、ワイドフィールドカルシウムイメージングのためのマルチオブジェクトモデルはまだ実証されていない。 広帯域データの基盤モデリングに向けた第一歩として、単セッションモデルの両方に自己教師付き事前学習を活用し、目に見えない対象に対してゼロショット動作復号を可能にするマルチオブジェクトモデルWiCATを導入する。 WiCATはセッション固有のコンポーネントを持たないアトラス基底トークン化方式を導入し、グローバルに共有された時空間表現を学習する。 複数のワイドフィールドデータセット全体で、事前トレーニングされたモデルは、軽量なダウンストリームデコーディング、主題、タスク、データセット間の転送をサポートし、ベースラインモデルより優れています。 特に、このモデルは、目に見えない被験者に対して、頑健なゼロショット連続的な動作復号と左脳領域再構築を実現する。

関連論文リスト

• Self-Supervised Foundation Model for Calcium-imaging Population Dynamics [8.988419599192138]
  カルシウムトレースのみに基づく自己教師型神経基盤モデルである textbfCalM を提案する。 大規模・マルチアニマル・マルチセッションデータセット上でCalMを評価する。
  論文  参考訳（メタデータ） (2026-04-03T13:46:41Z)
• Skeleton-to-Image Encoding: Enabling Skeleton Representation Learning via Vision-Pretrained Models [110.11712022072975]
  骨格配列を画像ライクなデータに変換する新しい表現であるSkeleton-to-Imageを紹介する。 この符号化により、自己教師付き骨格表現学習のための強力な視覚事前学習モデルが利用可能となる。
  論文  参考訳（メタデータ） (2026-03-06T06:54:55Z)
• NExT-OMNI: Towards Any-to-Any Omnimodal Foundation Models with Discrete Flow Matching [64.10695425442164]
  NExT-OMNI(英語版)は、離散フローパラダイムによる統一モデリングを実現するオープンソース・オムニモーダル・ファンデーション・モデルである。 NExT-OMNIは、大規模なインターリーブ付きテキスト、画像、ビデオ、オーディオデータに基づいて訓練され、マルチモーダル生成および理解ベンチマーク上で競合するパフォーマンスを提供する。 さらなる研究を進めるために、トレーニングの詳細、データプロトコル、およびコードとモデルチェックポイントの両方をオープンソース化する。
  論文  参考訳（メタデータ） (2025-10-15T16:25:18Z)
• Time Series Generation Under Data Scarcity: A Unified Generative Modeling Approach [7.631288333466648]
  データ・スカース・セッティングにおける主要な生成モデルを評価するための大規模な研究を初めて行った。 本稿では,いくつかの例を用いて高忠実度時系列を合成できる拡散型統合生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-26T18:39:04Z)
• TokenUnify: Scaling Up Autoregressive Pretraining for Neuron Segmentation [65.65530016765615]
  本稿では,3つの相補的な学習目標を通じて,大規模依存関係をキャプチャする階層型予測コーディングフレームワークを提案する。 TokenUnifyは、ランダムトークン予測、次のトークン予測、およびすべてのトークン予測を統合して、包括的な表現空間を作成する。 また,120億個の注釈付きボクセルを付加した大規模EMデータセットを導入し,空間連続性を持つ理想的な長周期視覚データを提供する。
  論文  参考訳（メタデータ） (2024-05-27T05:45:51Z)
• Data-efficient Large Vision Models through Sequential Autoregression [58.26179273091461]
  限られたデータセットに基づいて,効率的な自己回帰に基づく視覚モデルを構築する。 このモデルは,高レベル・低レベルのセマンティック理解の両方にまたがる視覚的タスクにおいて,その習熟度をいかに達成するかを実証する。 我々の経験的評価は、モデルが様々なタスクに適応する際の機敏さを強調し、パラメータフットプリントの大幅な削減を図った。
  論文  参考訳（メタデータ） (2024-02-07T13:41:53Z)
• Cross-modal Prompts: Adapting Large Pre-trained Models for Audio-Visual Downstream Tasks [55.36987468073152]
  本稿では,DG-SCT(Dual-Guided Space-Channel-Temporal)アテンション機構を提案する。 DG-SCTモジュールはトレーニング可能なクロスモーダル・インタラクション・レイヤを事前トレーニングされたオーディオ・ビジュアル・エンコーダに組み込む。 提案手法は, AVE, AVVP, AVS, AVQA, AVQAを含む複数のダウンストリームタスクにまたがる最先端の処理結果を実現する。
  論文  参考訳（メタデータ） (2023-11-09T05:24:20Z)
• Unsupervised Video Decomposition using Spatio-temporal Iterative Inference [31.97227651679233]
  マルチオブジェクトシーンの分解は、学習において急速に進化する問題である。 色情報のないモデルでも精度が高いことを示す。 本稿では, モデルの分解, セグメント化予測能力を実証し, いくつかのベンチマークデータセットにおいて, 最先端のモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-25T22:57:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。