Sci Bull：从fMRI时间序列中“读出”内在心理状态——跨被试、跨站点解码走近现实

背景：人清醒时大脑存在大量自发生成的内在心理状态，如回忆、反刍和分心，这些状态与精神障碍密切相关，但难以从fMRI中稳定解码。研究目的：开发能够从连续fMRI时间序列中跨被试、跨站点解码内在心理状态的通用方法。结论：本研究提出的BrainStateNet多任务神经网络框架，通过结合未来脑活动预测与心理状态分类，在多个独立数据集上实现了79%以上的片段水平准确率，并展现出跨站点泛化能力。应用在DIRECT II期大型数据集上，模型推断的群体状态比例与不同精神疾病（抑郁、双相、精神分裂）之间存在有意义的关联。解释性分析揭示了默认模式网络等关键脑区在不同心理状态中的差异化参与。