感知现实Transformer：用于模拟神经感知状况的神经架构
神经元与认知
2025-08-14 v1 人工智能
计算机视觉与模式识别
神经与进化计算
摘要
影响视觉感知的神经状况在受影响的个体与其护理者、家人和医疗专业人员之间造成了深刻的体验鸿沟。我们提出了感知现实Transformer，这是一个综合框架，采用六种不同的神经架构，通过基于科学的视觉转换来模拟八种神经感知状况。我们的系统学习从自然图像到特定状况感知状态的映射，使他人能够体验近似于同时失认症、面孔失认症、ADHD注意力缺陷、视觉失认症、抑郁相关变化、焦虑隧道视觉和阿尔茨海默病记忆效应的情况。通过在 ImageNet 和 CIFAR-10 数据集上的系统评估，我们证明视觉Transformer架构实现了最优性能，优于传统的 CNN 和生成式方法。我们的工作建立了首个用于神经感知模拟的系统性基准，贡献了基于临床文献的新型特定状况扰动函数，并提供了评估模拟保真度的量化指标。该框架在医学教育、共情训练和辅助技术开发方面具有直接应用，同时推进了我们对神经网络如何模拟非典型人类感知的基础理解。
引用
@article{arxiv.2508.09852,
title = {Perceptual Reality Transformer: Neural Architectures for Simulating Neurological Perception Conditions},
author = {Baihan Lin},
journal= {arXiv preprint arXiv:2508.09852},
year = {2025}
}