数字技术与应用杂志社

摘要：<正>本项目致力于开发生成式解码器，以实现将视觉感知过程中的大脑活动映射到所感知的图像。通过利用THINGS腹侧通路尖峰数据集（TVSD），旨在直接从神经活动中重建高分辨率的视觉刺激。该数据集包含了来自猕猴的单神经元记录。与传统的基于功能性磁共振成像（fMRI）的方法不同，本文使用的是多单元活动（MUA）数据，这种数据在时间和空间分辨率上都更具优势。此项目主要由编码（Encoding）和解码（Decoding）两个阶段组成：编码阶段使用如AlexNet等深度学习模型提取图像特征；而在解码阶段，则采用如扩散模型（Diffusion Models）和特征反演（Feature Inversion）等方法，从MUA响应中重建图像。本文弥合了神经表征与视觉感知之间的差距，为开发更鲁棒的大脑计算机接口提供了助力，并加深了我们对大脑中视觉处理机制的理解。

专辑： 信息科技;医药卫生科技

专题： 生物医学工程;计算机软件及计算机应用;自动化技术

分类号： TP183;TP391.41;R318