視覺重構(gòu)腦解碼理論與方法研究.pdf

1、視覺系統(tǒng)是人類獲取外部環(huán)境信息的重要感官之一，人腦視覺信息處理具有高效、抗噪和魯棒性，尤其表現(xiàn)在對自然場景的識別和處理上。大腦驚人的視覺信息處理能力背后，隱藏著怎樣的神經(jīng)機(jī)制呢？這是令無數(shù)科學(xué)家著迷的問題，解讀人腦視覺認(rèn)知快速編碼/解碼機(jī)制一直是腦科學(xué)最具前沿和挑戰(zhàn)性的方向。隨著腦編碼機(jī)制的逐漸清晰和腦成像技術(shù)及模式識別方法的快速發(fā)展，科學(xué)家們開始思考更復(fù)雜更深層次的問題—腦解碼：能否根據(jù)腦功能活動信號進(jìn)行視覺重構(gòu)，推算出大腦所知覺到的

2、視覺信息，比如文字和圖像？從2005年開始，國際上一些著名科學(xué)家和實驗室開始探索腦解碼的方法和技術(shù)，近年來取得了很大進(jìn)步。Miyawaki利用早期視皮層視網(wǎng)膜拓?fù)溆成潢P(guān)系建立了一種不受限于候選類別的腦信號視覺圖像重建方法和技術(shù)，但是，他的方法重構(gòu)出的圖像具有很大的噪聲，并且重構(gòu)的效率低。針對這樣的不足之處，本文提出了基于F-score特征選擇的貝葉斯重構(gòu)方法，來改善圖像重構(gòu)的精度和效率。
　　要實現(xiàn)視覺圖像的重構(gòu)，則需要對大腦的視

3、覺皮層亞區(qū)的定位，本文首先開展了視網(wǎng)膜拓?fù)溆成涞拇殴舱駥嶒?。該實驗通過“楔形”和“環(huán)形”刺激來誘發(fā)大腦視覺皮層，使用廣義線性模型（GLM）來找到視覺皮層中激活體素，計算被激活體素的極角值和離心率值，得到大腦的極角圖和離心率圖。根據(jù)極角圖和離心率圖初步實現(xiàn)了初級視覺皮層亞區(qū)的劃分，實現(xiàn)了V1，V2，V3區(qū)域的體素定位。
　　針對Miyawaki提出的基于SMLR圖像重構(gòu)方法噪聲大和重構(gòu)效率低的問題，本文建立了一個基于F-score特