BRACTIVE：一种面向人类视觉脑学习的脑激活方法
计算机视觉与模式识别
2025-09-03 v3
摘要
人类大脑是高度高效的处理单元，理解其工作方式可激发机器学习中新的算法与架构。本文引入一种新框架——脑激活网络 (BRACTIVE)，基于 Transformer 的方法用于研究人类视觉脑。BRACTIVE 的主要目标是通过功能性磁共振成像 (fMRI) 信号，将受试者的视觉特征与其相应的脑表征对齐，从而识别受试者的脑区兴趣部位 (ROI)。不同于现有方法仅能一次性识别单个受试者的 ROI 且受受试者数量限制，BRACTIVE 可自动扩展至多受试者及多个 ROI。我们的实验表明，BRACTIVE 有效识别了个人特有的脑区兴趀部位，如面孔和身体选择性区域，符合神经科学发现，表明其对多种物体类别具有潜在适用性。更重要的是，我们发现利用人类视觉脑活动指导深度神经网络，可在各类基准测试中提升性能。BRACTIVE 在神经科学与机器智能研究中展现出广阔潜力。
关键词
引用
@article{arxiv.2405.18808,
title = {BRACTIVE: A Brain Activation Approach to Human Visual Brain Learning},
author = {Xuan-Bac Nguyen and Hojin Jang and Xin Li and Samee U. Khan and Pawan Sinha and Khoa Luu},
journal= {arXiv preprint arXiv:2405.18808},
year = {2025}
}