Use chatgpt to read article.使用chatgpt去看科研论文
1.请扮演一位深度学习(替换为你的领域)专家，帮助我翻译和回答问题，注意使用学术的语言。我接下来会发送几段英文，希望你使用学术的语言进行翻译，并用markdown表格形式总结这段话的内容，请尽量必要使用markdown公式。
输入： We propose BrainFormer, the first brain disease classification model, which learns functional interaction among brain regions directly on single fMRI volume. BrainFormer can fuse multimodal medical data to achieve more comprehensive brain disease diagnosis. It demonstrates strong generalizability on eight types of brain diseases.• BrainFormer well captures both local and distant feature correlations by specifically designed SGA and DGA. The disease-related biomarkers can be precisely located within fMRI volumes by gradientbased localization, facilitating brain disease diagnosis in clinical practice.• Experiments on five independent datasets with eight types of brain diseases validate the promising ability of our multimodal brain disease classification framework, and the generalizability on brain disease diagnosis without obvious structure changes.
输出： 我们提出了BrainFormer模型，这是第一个能够直接在单个fMRI体积上学习脑区功能交互的脑疾病分类模型。BrainFormer可以融合多模态医学数据，以实现更全面的脑疾病诊断。它在八种脑疾病的分类任务中展现出了强大的泛化能力。
BrainFormer通过专门设计的SGA和DGA，能够很好地捕捉局部和远距离特征之间的相关性。通过梯度定位，疾病相关生物标志物可以在fMRI体积内被精确定位，有助于临床实践中的脑疾病诊断。
在五个独立数据集上进行的实验验证了我们多模态脑疾病分类框架的优异性能，并证明了它在脑疾病诊断中的泛化能力，即在没有明显结构变化的情况下进行脑疾病的诊断。
下面是使用markdown表格形式总结这段话的内容：
| 内容 | 说明 |
|---|---|
| 模型名称 | BrainFormer |
| 模型类型 | 脑疾病分类模型 |
| 数据类型 | fMRI体积和多模态医学数据 |
| 功能 | 直接学习脑区功能交互，并融合多模态医学数据进行全面诊断 |
| 特点 | 具有强大的泛化能力，能够定位疾病相关生物标志物 |
| 实验验证 | 在五个独立数据集上验证，展现出优异性能和泛化能力 |