BrainRotViT脑龄估计框架研究

2026年10月26日，arXiv Computer Vision 刊出 Wasif Jalal 等作者的 BrainRotViT 研究。报道称，该研究提出并验证 BrainRotViT（Brain ResNet over trained Vision Transformer）脑龄估计框架，采用两阶段、基于切片的 2.5D 框架，在近似体数据上下文的同时结合 CNN 与 Transformer 的优势。具体做法是：将预训练并冻结的 Vision Transformer 逐切片嵌入堆叠为 160 x 768 特征矩阵，再由轻量 2D 残差 CNN 回归脑龄，并在最终预测层引入性别。报道将该框架定位为 3D sMRI 脑龄的可解释建模。目前公开信息仅来自这一篇报道，尚无后续跟进报道，也未披露数据集、样本量、性能指标或外部验证结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。