从人类大脑活动中重建心理图像:通过基于深度神经网络的贝叶斯估计,通过神经解码心理图像
Naoko Koide-Majima1, Shinji Nishimoto2, Kei Majima3
1Center for Information and Neural Networks (CiNet), National Institute of Information and Communications Technology, Osaka 565-0871, Japan; Graduate School of Frontier Biosciences, Osaka University, Osaka 565-0871, Japan.
概括
研究人员开发了一种新的大脑解码方法,以可视化心理图像. 这种技术成功地从大脑活动中重建了任意的自然图像,在看到和想象的视觉图像方面,其精度超过了以前的方法.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 计算机视觉 计算机视觉
背景情况:
- 从大脑活动中重建视觉图像是可能的.
- 想象心理图像 (想象的视觉) 是一个重大的挑战.
- 以前的方法仅限于特定的图像类型,并依赖于低级视觉信息.
研究的目的:
- 从心理图像中开发一种可视化任意自然图像的方法.
- 为了增强现有的大脑活动,图像重建技术.
- 将语义信息纳入重建过程中.
主要方法:
- 将以前的图像重建方法扩展到贝叶斯估计框架中.
- 引入了语义信息,以帮助重建心理图像.
- 利用参与者观察和想象图像的脑活动数据.
主要成果:
- 提出的框架成功地重建了从大脑活动中看到的和想象的图像.
- 这种新方法在识别见过的 (90.7%) 和想象的 (75.6%) 图像方面取得了很高的准确性.
- 以前的方法的准确性显著降低,特别是在想象的图像中 (50.4%).
结论:
- 增强的框架有效地可视化了任意自然图像的心理图像.
- 这种进步为研究主观大脑内容 (如梦想和幻觉) 提供了一个强大的工具.
- 语义信息的整合对于改善心理图像重建至关重要.
更多相关视频
11:28Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
Published on: June 30, 2018
11.7K
09:42Author Spotlight: Using Motor Imagery Brain-Computer Interface to Improve Motor and Cognitive Function in Stroke Patients
Published on: September 1, 2023
1.3K
