Alljoined: Ein großer Datensatz für die Entschlüsselung von EEG-zu-Bild-Aktivität
Wir präsentieren Alljoined, einen großen Datensatz mit EEG-Aufzeichnungen von 8 Teilnehmern, die 10.000 natürliche Bilder betrachtet haben. Dieser Datensatz zielt darauf ab, die Genauigkeit und Generalisierbarkeit von EEG-basierten Bildrekonstruktionsmodellen zu verbessern.
Rekonstruktion von Bildern aus Elektroenzephalographie mithilfe von Latent Diffusion
Die Studie zeigt, dass es möglich ist, Bilder aus EEG-Signalen zu rekonstruieren, indem ein lineares Modell zur Abbildung der EEG-Signale auf den Latenzraum eines Diffusionsmodells verwendet wird. Obwohl die Rekonstruktionsqualität nicht so hoch ist wie bei fMRT-basierten Ansätzen, enthält das EEG überraschend viele Informationen, die in bestimmten Anwendungsfällen genutzt werden können.
Rekonstruktion von visuellen Stimulusbildern aus EEG-Signalen basierend auf einem tiefen visuellen Repräsentationsmodell
Ein tiefes visuelles Repräsentationsmodell ermöglicht die präzise Rekonstruktion von visuellen Stimulusbildern aus EEG-Signalen.
© 2024 by Linnk AI