脑机接口可以实时从脑电波中重建人脑中的图片？
俄罗斯公司Neurobotics和莫斯科物理与技术学院(the Moscow Institute of Physics and Technology) 的研究人员发现了一种可视化人的大脑活动的方法，该方法可以模拟真实的图像，实时模拟他们的实时观察。这将启用由脑信号控制的新型中风后康复设备。该团队将其研究成果作为预印本在bioRxiv上发布，并在网上发布了一段视频，展示了他们的"思想阅读"系统正在发挥作用。
为了开发由大脑控制的设备以及用于认知障碍治疗和中风后康复的方法，神经生物学家需要了解大脑如何编码信息。其中一个关键方面是研究人们在观看视频时感知视觉信息的大脑活动。
从大脑信号中提取观察到的图像的现有解决方案要么使用功能性MRI，要么分析通过植入物直接从神经元中拾取的信号。两种方法在临床实践和日常生活中的应用都相当有限。
MIPT和Neurobotics开发的脑机接口依靠人工神经网络和脑电图(EEG)，这是一种通过非侵入式电极记录脑电波的技术。通过分析大脑活动，该系统可以实时重建接受脑电图检查的人看到的图像。
我们正在执行国家技术计划(National Technology Initiative)组织神经网络辅助技术项目，该项目的重点是构建一种脑机接口，使中风后患者可以控制外骨骼手臂以进行神经康复，或者使瘫痪的患者驾驶电动轮椅。最终目标也是提高健康个体神经控制的准确性。 MIPT Neurobotics实验室负责人（Vladimir Konyshev）说道。
在实验的第一部分中，神经生物学家让健康的受试者观看20分钟的10秒YouTube视频片段。该小组选择了五个视频类别：抽象形状，瀑布，人脸，移动装置和汽车运动。
通过分析脑电图数据，研究人员表明，每种视频类别的脑波模式都是不同的。这使团队能够实时分析大脑对视频的反应。
在实验的第二阶段，从最初的五个类别中选择了三个随机类别。研究人员开发了两种神经网络：一种用于从"噪声"中生成随机类别特定图像，另一种用于根据EEG生成类似的"噪声"。然后，该团队训练了这两个网络，使其协同工作，将EEG信号转换为与受试者观看内容相似的实际图像（图2）。
为了测试系统对大脑活动的视觉化能力，向受试者显示了以前从未观看过的相同类别的视频。在他们观察的过程中，EEG被记录下来并馈送到神经网络。系统通过了测试，生成了令人信服的图像，在90%的情况下可以很容易地进行分类（图1）。
"脑电图是从头皮记录的脑信号的集合。研究人员过去认为，通过脑电图(EEG)研究大脑过程, 就像通过分析蒸汽火车留下的烟雾来弄清蒸汽发动机的内部结构一样,"论文合著者，MIPT的初级研究员，Neurobotics的程序员Grigory Rashkov解释说。"我们没想到它包含了足够的信息，甚至可以部分重建一个人观察到的图像。但是事实证明这是完全有可能的。"
"此外，我们可以以此作为脑机接口实时运行的基础。埃隆·马斯克（Elon Musk）设想的侵入性神经接口面临着复杂手术和快速恶化所带来的挑战。进入自然过程-它们会在数月内氧化并失效。我们希望我们最终可以设计出更经济的，不需要植入的神经接口。"
参考内容：
https://techxplore.com/news/2019-10-neural-network-reconstructs-human-thoughts.html
本文系外文翻译，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文系外文翻译，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。