大腦活動解碼是一種根據 MRI 或腦電波測量的大腦活動數據來估計一個人在做什麼的技術。研究正著眼於將其應用於(用於移動人造腿的技術)。
最近,通過使用人工智能的基本技術“深度學習”來破譯這種大腦活動,準確性得到了提高。另一方面,深度神經電路的操作非常複雜,以至於很難解釋“為什麼解碼器會給出給定數據的答案”。
岡山大學、立教大學、國立生理科學研究所、Araya Co., Ltd. 和慶應義塾大學的研究人員開發了一種新方法,可以直觀地解釋通過像這樣的黑匣子的深層神經迴路對大腦活動的解碼。底部。這是通過結合一種稱為反真實虛擬解釋的技術和另一種稱為深度生成模型的深度學習技術來實現的。
具體來說,基於解碼器回答錯誤的大腦活動數據,通過敵對學習的深度生成模型生成與真實事物一模一樣的虛擬大腦活動數據。如果解碼器能夠從虛擬大腦活動數據中正確判斷,則可以通過將原始大腦活動數據與虛擬大腦活動數據進行比較來確定導致錯誤答案的大腦區域。可以直觀地顯示兩者之間的差異並給出故障的“解釋”。
我們還通過大腦活動生成器生成具有誇張特徵的大腦活動數據並讓解碼器讀取它,成功地提取了深度神經電路用於解碼的大腦活動特徵。這些結果有望作為使用“可解釋”深度學習實現腦圖像診斷的基本技術有用。