Lite-Mind：面向高效且鲁棒的脑表征学习

基于摘要分析。Lite-Mind 针对数据有限、信噪比低条件下的 fMRI-to-image retrieval，提出基于 Discrete Fourier Transform（DFT）的轻量脑表征学习方法，将 fMRI 体素表征与 CLIP 的细粒度信息对齐，目标是降低逐被试训练大型解码模型的成本。 机制与对照：摘要以 MindEye 为主要参照，指出其为每名被试使用含 996M 参数的 MLP Backbone，将 fMRI 嵌入对齐至 CLIP Vision Transformer（ViT）的最终隐藏层。Lite-Mind 则采用包含 Spectrum Compression 和 Frequency Projector 模块的 DFT backbone，学习体素嵌入。摘要未说明 DFT 的变换轴、体素组织方式、具体对齐目标、损失函数及训练流程，因此不能将其直接理解为对脑信号时间频率的建模。 作者报告，在 NSD 数据集的 Subject 1 上，Lite-Mind 的 fMRI-to-image retrieval Accuracy 为 94.6%，参数量较 MindEye 减少 98.7%。该数字仅对应摘要明确的单名被试结果；检索候选集规模、训练与测试划分、参数统计范围及对照条件尚未验证，不能据此认定跨被试性能。作者还报告方法可迁移至更小的 fMRI 数据集，并声称在 GOD 数据集的 zero-shot classification 上取得新的最佳结果，但摘要未提供具体分数和比较协议。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若其收益来自频域压缩对冗余表征的抑制，可探索用于 EEG 小数据解码，但 fMRI 体素与 EEG 通道—时间结构不同，不能直接复用变换轴和投影设计。可复用候选是频域压缩与投影模块，需改造输入组织及任务对齐目标；低信噪比、通道变化和跨被试差异可能导致压缩丢失判别信息。一个小规模可证伪实验是在固定 EEG 任务及数据划分下，以相同参数预算比较 DFT 模块与 MLP 基线，分别评估被试内和跨被试结果。该假设不是本文已验证结论，相关 EEG 工作尚未检索确认。