Die Studie präsentiert eine Methode zur funktionalen Ausrichtung von Gehirnaktivität über Individuen und Standorte hinweg, ohne dass gemeinsame Stimuli erforderlich sind.
Der Kern der Methode ist ein neuronaler Codewandler, der so optimiert wird, dass die konvertierte Gehirnaktivität des Quellsubjekts in eine Darstellung latenter Bildmerkmale decodiert werden kann, die der Darstellung des dem Quellsubjekt präsentierten Stimulus ähnelt.
Die Ergebnisse zeigen, dass der Codewandler, der mit hierarchischen Bilddarstellungen optimiert wurde, eine mit herkömmlichen Methoden vergleichbare Wandlungsgenauigkeit erreicht. Die konvertierte Gehirnaktivität eines anderen Individuums und sogar eines anderen Standorts, die keine gemeinsamen Stimuli aufweisen, führte zu Rekonstruktionen, die der Qualität der Rekonstruktionen innerhalb eines Individuums nahekommen.
Die konvertierte Gehirnaktivität wies eine verallgemeinerbare Darstellung auf, die von verschiedenen Decodierungsschemata ausgelesen werden kann. Der Wandler benötigte deutlich weniger Trainingsdaten als üblicherweise für das Decodertraining erforderlich, um erkennbare Rekonstruktionen zu erzeugen.
Diese Ergebnisse zeigen, dass die vorgestellte Methode die Gehirnaktivität effektiv über Individuen hinweg ausrichten kann, ohne dass gemeinsame Stimuli erforderlich sind, und bietet ein vielversprechendes Werkzeug für die flexible Ausrichtung von Daten aus komplexen kognitiven Aufgaben sowie eine Grundlage für die Gehirn-zu-Gehirn-Kommunikation.
翻译成其他语言
从原文生成
arxiv.org
更深入的查询