Naukowcy opracowali nową metodę generowania syntetycznych szeregów czasowych funkcjonalnego rezonansu magnetycznego (fMRI) przy użyciu transformacji falkowej i spectral flow matchingu. Technika ma na celu poprawę identyfikacji zaburzeń mózgu poprzez generowanie realistycznych danych treningowych dla modeli AI. Innowacyjne podejście łączy zaawansowaną obróbkę sygnałów z generatywnymi modelami głębokim, co może znacznie zwiększyć dokładność diagnoz opartych na skaningach mózgu.