Domain Adaptation-Enhanced Searchlight：面向从视觉感知到精神想象的大脑状态分类
机器学习
2025-01-28 v3 神经元与认知
摘要
在认知神经科学和脑机接口研究中，准确预测想象刺激至关重要。本研究探讨了域适应（Domain Adaptation, DA）在利用fMRI扫描18名受试者的主要视觉数据增强想象预测中的有效性。最初，我们在视觉刺激上训练基线模型以预测想象刺激，利用来自14个脑区的数据。随后，我们开发了多种模型以改进想象预测，比较不同的DA方法。我们的结果表明，DA在本数据集上的二分类以及在公开数据集上的多分类中均显著提升了想象预测。随后，我们进行了DA增强的搜索光分析，随后进行基于置换的统计检验，以识别跨受试者持续高于随机水平的脑区。我们的DA增强搜索光预测了高度分布的脑区中的想象内容，包括视觉皮层和前额枕皮质，从而超越了标准跨域分类方法。本论文的完整代码和数据已公开供科学社区使用。
引用
@article{arxiv.2408.01163,
title = {Domain Adaptation-Enhanced Searchlight: Enabling classification of brain states from visual perception to mental imagery},
author = {Alexander Olza and David Soto and Roberto Santana},
journal= {arXiv preprint arXiv:2408.01163},
year = {2025}
}