مقاله ای از دادههای ثبت شده در آزمایشگاه ملی نقشه برداری مغز
یادگیری عمیق برای بازسازی تصاویر طبیعی از سیگنالهای الکتروکورتیکوگرافی با اینکه روشهای گوناگونی برای بازسازی تصاویر طبیعی از دادههای تصویربرداری تشدید مغناطیسی کارکردی fMRI (افامآرآی) پیشنهاد شده، اما در مورد روشهای بازسازی فعالیتهای الکتروفیزیولوژیکی قشر مغز مانند الکتروانسفالوگرافی (EEG) و الکتروکورتیکوگرافی (ECoG)، مطالعات محدودی انجام شده است.
Hiroto Date و همکارانش، مطالعه وسیعی را در زمینه بازسازی تصویر طبیعی از سیگنالهای ECoG با استفاده از علم «یادگیری عمیق» انجام دادهاند تا به چگونگی بازسازی تصاویر طبیعی از فعالیتهای الکتروفیزیولوژیکی مغز پی ببرند.
در فاز اول این مطالعه، سیگنالهای ECoG از قشر گیجگاهی تحتانی (ITC) دو میمون «ماکاک» ثبتشده است. سپس مدلهای یادگیری عمیق، جهت بازسازی تصاویر ارائهشده از سیگنالهای ECoG، تحت آموزش شبکه قرار گرفتهاند. نتایج این مطالعه نشان میدهد که امکان بازسازی تصاویر طبیعی از ثبت الکتروفیزیولوژیکی فعالیتهای عصبی در قشر گیجگاهی تحتانی، با استفاده از یادگیری عمیق وجود دارد. اگرچه نتایج بررسی خواص عملکردی سلولهای عصبی در قشر بینایی اولیه، نسبتاً خوب به نظر میرسد، اما ویژگیهای قشر بینایی میانی و بالاتر هنوز نامشخص است. توضیح اینکه نتایج این مطالعه با سیگنالهای ECoG نشان میدهد که این سیگنالها برای بازسازی تصویر از پویایی زمانی برخوردارند.
توضیحات عکس:
نمونه تصاویر بازسازیشده برای هر نمونه و مدل یادگیری عمیق.
(ردیف اول تصاویر اصلی). (ردیفهای دوم تا چهارم نتایج بازسازی از نمونه اول). (ردیفهای پنجم تا هفتم ردیفهای دوم تا چهارم نتایج بازسازی از نمونه دوم)
نوشته های مرتبط