通过 fNIRS 解码视觉图像的进展
图像与视频处理
2024-06-25 v3 人工智能
计算机视觉与模式识别
机器学习
神经元与认知
摘要
我们展示了从 fNIRS 大脑活动重建图像的可能性，并开始构建满足要求的原型。通过在下采样的 fMRI 数据上训练图像重建模型，我们发现亚厘米级空间分辨率对于图像生成足够。我们以 1 cm 分辨率获得了 71% 的检索准确率，与全分辨率 fMRI 的 93% 以及 2 cm 分辨率的 20% 相比较。通过仿真和高密度断层扫描，我们发现时域 fNIRS 可实现 1 cm 分辨率，而连续波 fNIRS 仅能实现 2 cm 分辨率。最后，我们分享了时域 fNIRS 设备的设计方案，包括激光驱动器、单光子探测器和时间-数字转换器系统。
引用
@article{arxiv.2406.07662,
title = {Progress Towards Decoding Visual Imagery via fNIRS},
author = {Michel Adamic and Wellington Avelino and Anna Brandenberger and Bryan Chiang and Hunter Davis and Stephen Fay and Andrew Gregory and Aayush Gupta and Raphael Hotter and Grace Jiang and Fiona Leng and Stephen Polcyn and Thomas Ribeiro and Paul Scotti and Michelle Wang and Marley Xiong and Jonathan Xu},
journal= {arXiv preprint arXiv:2406.07662},
year = {2024}
}