摘要
分析神经影像数据需要专业的编程和统计知识，这限制了没有计算背景的研究人员的可及性。我们提出了 AI Neuroscientist，一个用于交互式数据探索的语言智能体。该系统将大型语言模型（LLM）与神经影像工具集集成，以执行质量控制、建模和可视化。这使研究人员能够直接用自然语言查询数据质量并指定分析参数，为小规模数据探索提供了一种透明且可交互的替代方案，取代传统的脚本化流程。我们使用功能性近红外光谱（fNIRS）数据展示了这些能力，并在一个定制的 fNIRS 基准测试套件上，将该智能体与具有代码沙箱的通用 LLM 智能体进行了评估。未来的扩展将把该架构推广到更多模态，包括功能性磁共振成像（fMRI）数据，并将基准测试套件扩展到更多 fNIRS 任务。