Representation learning of human cortical folding to reveal long lasting neurodevelopmental signatures
研究通过自监督学习框架Champollion从结构MRI中学习皮质折叠的局部表示，以揭示神经发育特征，并在多项任务上优于现有模型。
Selected work
Representative Papers
Geometric-to-Semantic Spherical Transfer Learning for Cortical Sulci Labeling
为解决大脑皮层沟回标注数据稀缺导致的过拟合问题，提出几何到语义球面迁移学习框架，利用大量无标签数据预训练模型并结合解剖线信息。
0 citationsRead paper
Recent publications
Latest Papers
Geometric-to-Semantic Spherical Transfer Learning for Cortical Sulci Labeling
为解决大脑皮层沟回标注数据稀缺导致的过拟合问题，提出几何到语义球面迁移学习框架，利用大量无标签数据预训练模型并结合解剖线信息。
0 citationsRead paper
Representation learning of human cortical folding to reveal long lasting neurodevelopmental signatures
研究通过自监督学习框架Champollion从结构MRI中学习皮质折叠的局部表示，以揭示神经发育特征，并在多项任务上优于现有模型。