기능적 자기공명영상(fMRI)을 사용하여 인간의 뇌를 연구한 많은 연구들은 생리학적 측정을 포함하지 않으며, 이는 fMRI 연구의 해석과 풍부함에 상당한 영향을 미친다. 호흡과 심박수와 같은 자율신경 생리의 자연스러운 변동은 인지, 정서, 건강을 포함한 핵심 기능을 들여다볼 수 있는 창을 제공하며, fMRI 신호에 큰 영향을 줄 수 있다. 여기서 우리는 전 뇌의 fMRI 동역학으로부터 호흡 진폭과 심박수의 연속적 변화를 직접 해독하는 장단기 메모리(Long-Short-Term-Memory, LSTM) 기반 네트워크인 DeepPhysioRecon을 개발하였다. 체계적인 평가를 통해, 데이터셋과 실험 조건 전반에 걸친 이 접근의 일반화 가능성을 조사한다. 또한 fMRI 분석에 이러한 측정을 포함하는 것의 중요성을 입증한다. 본 연구는 뇌-신체 상호작용을 연구하는 중요성을 강조하고, fMRI를 생체표지자로서 더 효과적으로 활용하는 데 기여할 수 있는 도구를 제안하며, 널리 적용 가능한 오픈 소스 소프트웨어를 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.