DTBIA：面向类脑研究的沉浸式可视分析系统
人机交互
2025-05-30 v1
摘要
数字孪生脑（DTB）是一种先进的人工智能框架，它通过整合脉冲神经元来模拟复杂的认知功能与协作行为。对于领域专家而言，将 DTB 的模拟结果可视化是理解复杂认知活动的关键。然而，由于 DTB 数据的高维性、时间动态性和空间复杂性等固有特征，该任务面临重大挑战。为了解决这些挑战，我们开发了 DTBIA，一个面向类脑研究的沉浸式可视分析系统。我们与领域专家合作，确定了在多个细节层级上有效可视化时空模式和拓扑模式的关键需求。DTBIA 融合了一个从大脑区域到体素和切片的分层工作流，以及沉浸式导航和 3D 边绑扎算法，以增强清晰度，并为功能（BOLD）和结构（DTI）脑数据提供更深入的见解。通过两项涉及脑研究专家的案例研究，验证了 DTBIA 的实用性和有效性。结果突显了该系统在增强对复杂神经行为和交互理解方面的作用。
引用
@article{arxiv.2505.23730,
title = {DTBIA: An Immersive Visual Analytics System for Brain-Inspired Research},
author = {Jun-Hsiang Yao and Mingzheng Li and Jiayi Liu and Yuxiao Li and Jielin Feng and Jun Han and Qibao Zheng and Jianfeng Feng and Siming Chen},
journal= {arXiv preprint arXiv:2505.23730},
year = {2025}
}
备注
11 pages, 7 figures