Este artículo aborda la tarea de reconstruir imágenes naturales a partir de datos de fMRI. Los modelos existentes de dos etapas (que combinan modelos VAE y de difusión) presentan un procesamiento ineficiente de todos los componentes de frecuencia espacial por igual. En este artículo, proponemos FreqSelect, un módulo ligero y adaptativo que filtra selectivamente las bandas de frecuencia espacial. FreqSelect actúa como una puerta de enlace sensible al contenido entre las características de la imagen y los datos naturales, resaltando las frecuencias más relevantes para la predicción de la actividad cerebral y suprimiendo las frecuencias irrelevantes. La evaluación en el conjunto de datos Natural Scenes demuestra una mejor calidad de reconstrucción tanto en métricas de bajo como de alto nivel, y los patrones de selección de frecuencia aprendidos proporcionan información interpretable sobre cómo se representan las diversas frecuencias visuales en el cerebro. Además, el enfoque propuesto se generaliza en diferentes sujetos y escenas y tiene el potencial de extenderse a otras técnicas de neuroimagen.
