脑机百科消息(bciwiki.com)，加州大学伯克利分校、南加州大学和微软研究院研究人员提出功能性近红外模型MtReNIRS，将不同光学探头布局映射到共同解剖参考系。稿件于2026年10月26日在arXiv公开，作者标注已投稿IEEE OJSP；模型在12个公开数据集上预训练，覆盖268名受试者、约567小时记录。
功能性近红外（fNIRS）通过监测与神经活动相关的血流动力学变化获取信息。研究关注的问题是：当受试者、任务、设备和光学探头布局发生变化时，能否共用一个信号编码模型。团队提出的MtReNIRS采用考虑探头布局的掩码自编码器，通过自监督学习提取信号特征，并在12个公开数据集上预训练，覆盖268名受试者和567小时记录。
模型将不同探头布局映射到共享的解剖参考系，联合编码缓慢的血流变化、发色团类别和皮层位置。在三个未见外部数据集上，团队分别评估跨受试者迁移和每类2至8个标签的个体内校准。全文显示，跨人表现并非在所有数据集上均显著优于全监督基线；少样本校准的改善也因数据集和比较对象而异。
作者指出，设备、任务和探头布局差异在外部数据集中同时存在，本轮评估不能单独确认模型不受设备变化影响。当前结果支持在所测数据上的特征迁移与校准，适用范围仍限于三个外部数据集。