利用容错Teichmuller映射优化视网膜拓扑映射中的视觉皮层参数化

视网膜上的视觉输入到皮层表面的映射，即视网膜拓扑映射，是视觉科学和神经科学中的一个重要课题。当受试者接受特定视觉刺激时，通过分析皮层功能磁共振成像（fMRI）信号，可以揭示人类的视网膜拓扑映射。传统方法基于（部分）皮层表面的参数化来处理、平滑和分析视网膜拓扑映射。然而，这种方法生成的视网膜拓扑图常常与神经心理学结果相矛盾。为了解决这个问题，我们提出了一种集成方法，对皮层表面进行参数化，使得参数坐标与视觉坐标线性相关。所提出的方法有助于平滑含噪的视网膜拓扑图，并获取人类视觉系统的神经生理学见解。该方法的一个关键要素是容错Teichmuller映射，它统一了角度失真并最大化了对自相矛盾标志点的对齐。我们在合成和真实的视网膜拓扑映射数据集上验证了我们的整体方法。实验结果表明，所提出的方法在准确性和兼容性方面具有优越性。虽然我们专注于视网膜拓扑映射，但所提出的框架是通用的，可以应用于处理其他人类感官映射图。