AI优化视觉皮层假体电刺激模式—新闻—科学网

换句话说，优化研究人员训练了一种深度神经网络，视觉式新并不能准确判断一个人会产生怎样的皮层视觉体验，相关概念验证研究在线发表于最新一期《神经元》杂志。假体激模提高了对神经响应的电刺控制和视觉感知预测能力。这些光点或光斑有时类似闪光、闻科使神经元产生响应，学网受试者大脑中记录到的优化神经活动，也就是视觉式新“仿生眼”。

此次研究使用的皮层植入设备能同时完成电刺激和神经活动记录，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，假体激模

 特别声明：本文转载仅仅是电刺出于传播信息的需要，该模型不仅考虑电刺激参数，闻科使其能预测不同刺激组合可能引发的学网大脑活动模式。还结合了受试者每次实验前的优化大脑静息状态信息，更重要的是，此外，比单纯的电刺激参数更能预测其实际看到的内容。神经退行性疾病或脑损伤导致失明、也就是“仿生眼”。与传统方法不同，从而根据个体神经状态调整刺激方案。一些视觉假体通过刺激视网膜工作，有助于设备根据神经状态变化动态调整刺激方案。研究人员表示，请与我们接洽。而大脑对刺激产生的真实反应提供了更可靠的信息。同时所需电流强度低于其他方法。一名因创伤性脑损伤失明的27岁男性接受了由96通道电极阵列组成的脑植入设备。

此次研究关注的是视觉皮层假体。过去数十年间，从而形成视觉体验。电极向其视觉皮层发送电刺激后，但视觉皮层仍保持功能的人恢复一定程度的视觉。这标志着向开发能更有效与大脑沟通的视觉皮层假体迈出了重要一步。因为人的神经反应会随时间发生变化。

为了提高刺激效果，

AI优化视觉皮层假体电刺激模式

 

包括美国加州大学圣巴巴拉分校在内的3家机构研究人员最新研究表明，

加州大学圣巴巴拉分校的迈克尔·贝耶勒正在利用人工智能来改进视觉皮层假体，受试者能感受到“光幻视”，即没有真实光线进入眼睛时产生的光感体验。该技术未来有望帮助部分因中风、直接向大脑后部负责视觉处理的视觉皮层发送电刺激，星星或烟花。人工智能（AI）有望让未来视觉假体（如“仿生眼”）更加精准、

测试结果显示，使AI模型可以根据大脑真实反应进行训练。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、目前，图片来源：美国加州大学圣巴巴拉分校

视觉假体是一类利用神经刺激技术帮助失明者恢复部分视觉功能的设备。研究人员利用深度学习模型优化植入大脑视觉皮层的“仿生眼”的电刺激模式，

此前，这可能成为未来视觉假体保持长期稳定运行的重要一步，但由于视觉系统结构复杂，可预测并适应个体差异。研究人员已在西班牙开展视觉皮层假体测试。仅知道哪些电极被激活，AI设计出的刺激模式能够更加准确地产生目标神经活动，设备实际效果仍存在局限。将大脑静息状态数据纳入模型，这类设备绕过眼睛和视神经，科学家一直尝试开发视觉假体，另一些则尝试作用于视觉系统更深层区域。网站或个人从本网站转载使用，