99超碰中文字幕在线观看-天天干天天日天天舔婷婷-我看操逼的好看的女人的-日本一二三四五区日韩精品

 

　　長期以來，哲學家和科學家試圖揣測、觀察、理解和破譯大腦的運作方式，以使人們能夠感知和探索自然世界。其中，作為人類感知世界重要的信息通道，人腦視覺系統(tǒng)的加工機制獲得研究人員的關注。較多研究嘗試利用神經信息編解碼方法，即通過構建外部刺激與神經活動間的定量關系，揭示大腦視覺信息加工的機制。前期，研究人員提出一種基于貝葉斯深度學習的視覺神經信息解碼方法(TNNLS 2018)，并且能夠根據記錄到的腦活動信號，重建被試感知到的簡單視覺刺激內容(如手寫數字、字母等圖案)。然而，復雜的自然視覺刺激重建是難題。針對該問題，研究人員提出結構化神經信息解碼方法。該方法通過多任務特征解碼的方式，揭示出多個典型計算機視覺模型(如VGG、ResNet)與人腦腹側視覺通路在層次化特征表達方面的聯系。通過利用這種層次化特征與人腦視覺皮層信號表達間的關系，新方法能夠根據采集到的少量人腦fMRI數據，重建出被試感知到的復雜自然圖像和人臉刺激內容。該研究為理解大腦解碼過程提供新視角，促進非侵入式腦-機接口技術的進步。神經信息編解碼是腦機接口領域的核心研究問題，也是探索人腦復雜功能背后的原理從而促進類腦智能發(fā)展的有效途徑。
 

　　博士杜長德為論文首要作者，研究員何暉光為論文通訊作者。為促進該領域的持續(xù)發(fā)展，研究人員已將項目代碼及新采集的腦活動數據集開源。研究工作得到國家基金委重點項目、中科院戰(zhàn)略性先導科技專項等的支持。
 論文鏈接