Inter-stimulus Interval Study for the Tactile Point-pressure Brain-computer Interface
研究了刺激间隔(ISI)对基于触觉点压刺激的脑-机接口(tpBCI)分类精度的影响。本文还讨论了一种新型的触觉压力产生tpBCI刺激器,它是基于一个3 × 3针矩阵的原型。在事件相关电位(ERP)内,在线tpBCI实验期间,以古怪风格的范例将六个针-线性图案呈现给用户的手掌,从而允许“aha-响应”阐明。随后的分类精度的比较,讨论了基于两个ISI设置在一个在线tpBCI应用。基于120 ms和300 ms两种设置以及不同数量的ERP反应平均场景,证实了分类准确率在不同ISI下无显著差异的研究假设。
2015-06-15 cs.HC q-bio.NC
Stimulus-Dependent Frequency Modulation of Information Transmission in Neural Systems
神经振荡是一种普遍存在的现象,从单个神经元到宏观大脑,在不同层次的神经系统中都可以观察到。这些振荡的频率与大脑功能有关。然而,关于神经系统振荡频率如何影响神经信息在其中的传递,目前还知之甚少。本文研究了上游节律性神经活动产生的阈下膜电位振荡如何调控单个神经元的信号处理过程。我们发现高频振荡有利于强信号的传递,而慢振荡有利于弱信号的传递。虽然单个神经元对弱信号的信息传递能力较低,但当弱信号通过多条不同振荡相位的通路传递时,其信息传递能力大大增强。我们提供了一个简单的相平面分析来解释这种依赖于刺激的频率调制的泄漏集成和消防神经元模型的机制。这些结果提供了一个基本的了解,大脑如何可以调节其信息处理简单地通过振荡频率。
2015-02-13 q-bio.NC
Deep Neural Networks Reveal a Gradient in the Complexity of Neural Representations across the Brain's Ventral Visual Pathway
汇聚的证据表明,哺乳动物腹侧视觉通路编码越来越复杂的刺激功能在下游地区。使用深度卷积神经网络,我们现在可以定量地证明,在人类大脑的腹侧通路中,确实存在特征复杂性的明确梯度。我们的方法还允许刺激功能的复杂性不断增加,以映射到整个人类大脑,提供了一个自动化的方法来探测如何表示映射到整个皮层片。最后,它表明,深度卷积神经网络允许在人类大脑中的表示解码在以前无法达到的准确度,提供了一个更敏感的窗口进入人类大脑。
2014-11-24 q-bio.NC
Adaptive Stimulus Selection in ERP-Based Brain-Computer Interfaces by Maximizing Expected Discrimination Gain
脑机接口(BCI)可以为患有严重神经肌肉限制的个体提供另一种通信方式。基于P300的BCI拼写器依赖于诱发和检测脑电图(EEG)数据中的瞬时事件相关电位(ERP),以响应用户关注一系列非目标刺激中很少出现的目标刺激。然而,在大多数P300拼写器实现中,要呈现的刺激是从有限的选项集合中随机选择的,并且刺激选择和呈现不是基于先前的用户数据来优化的。在这项工作中,我们提出了一个数据驱动的方法,刺激选择的基础上预期的歧视增益度量。数据驱动的方法基于先前观察到的刺激响应来选择刺激,目的是选择一组刺激,这组刺激将提供关于用户的预期目标角色的最多信息。我们的方法结合了由于实时BCI实施的生理和系统约束的知识。模拟进行比较,我们的刺激选择方法的行列范式,传统的刺激选择方法的P300拼写。模拟结果表明,我们的自适应刺激选择方法有可能显着提高性能从传统的方法:高达34%的准确性和43%的平均数量的刺激介绍减少拼写字符在72个字符的网格。此外,我们的贪婪的刺激选择方法提供了灵活性,以适应设计约束。
2017-07-03 cs.HC q-bio.NC
STN: a new tensor network method to identify stimulus category from brain activity pattern
Peking University(北京大学);Meta Inc.(元宇宙公司);Beijing Normal University(北京师范大学)
神经解码仍然是神经计算科学中的一个挑战和热点。近年来,许多研究表明,脑网络模式包含着丰富的时空结构信息,代表着大脑在外界刺激下的激活信息。因此,从脑网络中解码刺激的研究受到了广泛的关注。传统的方法直接从常用的机器学习方法中提取脑网络特征,然后将这些特征输入到分类器中,实现对外部刺激的解码。然而,该方法不能有效地提取隐藏在大脑网络中的多维结构信息。张量研究表明,张量分解模型可以充分挖掘多维结构数据中独特的时空结构特征。本研究提出了一种基于张量分解思想和刺激类别约束信息的刺激约束张量脑模型。该模型在真实的神经影像数据集(MEG和fMRI)上进行了验证。实验结果表明,在两种模态数据集上,与其他方法相比,该模型的精度矩阵分别提高了11.06%和18.46%。这些结果表明,在提取判别特征方面,特别是在解码含有语义信息的目标刺激时,基于语义模型的判别特征提取方法具有优越性。
2022-11-23 cs.AI cs.CV q-bio.NC
Revealing stimulus-dependent dynamics through statistical complexity
University of Minho(米尼奥大学);UA Integrative Systems Neuroscience Group, Department of Physics, University of Arkansas(阿肯色大学物理系整合系统神经科学小组)
该研究利用统计复杂性揭示了神经群体动力学中刺激依赖的结构化模式,展示了信息论方法在理解神经活动方面的优势。
2025-12-04 q-bio.NC
Brain representation of perceptual stimuli at different levels of awareness
这篇文章质疑了一个普遍的假设,即在任何情况下都无法进入个人意识的意义上,大脑的表征将永远保持无意识。这意味着大脑产生的知识的一部分永远被排除在意识之外,因此,无法与外部世界交流。这种观点忽略了人类大脑可能有能力通过上下文敏感的适应性学习在给定时刻及时产生无意识知识内容的元表征的可能性,并且有点难以与实验结果相一致,实验结果表明最初的阈下目标可以被意识到,或者突破到超阈水平的处理,当它们被嵌入在适当的感知对象上下文(相关性条件)中时。神经网络架构的特定属性受到灵长类动物皮层功能组织的启发,能够解释人类大脑如何产生这种感知学习。在意识之外处理的信号或知识可以通过大规模并行神经网络架构中自下而上和自上而下的信号交换的自适应共振来提供给意识;换句话说,基于时间域和记忆内容域中统计上显著的信号匹配。
2022-02-22 q-bio.NC
Branched Optimal Transport for Stimulus to Reaction Brain Mapping
Institut de Mathématique de Bourgogne - UMR 5584 CNRS, Université Bourgogne Europe(勃艮第数学研究所 - UMR 5584 CNRS,勃艮第欧洲大学)
本文提出分支最优运输框架,用于推断刺激到反应的脑部路由架构,通过非对称成本函数促进聚集与分支,提供数学机制推断传播架构而非固定基质上的轨迹控制。
2026-03-20 math.OC q-bio.NC q-bio.QM
The principles of adaptation in organisms and machines II: Thermodynamics of the Bayesian brain
本文从贝叶斯推断的角度回顾了生物体如何通过神经网络的动力学来学习和认识世界,并介绍了一种关于神经活动熵定律如何描述这种动力学的观点,我们称之为贝叶斯大脑热力学。贝叶斯脑假说将神经元的刺激诱发活动视为基于生物体所拥有的外部世界的生成模型构建贝叶斯后验分布的行为。仔细观察早期感觉皮层的刺激诱发活动,发现前馈连接最初介导刺激反应,随后由来自循环连接的输入调制。重要的是,不是最初的反应,但延迟调制表达动物的认知状态,如对刺激的意识和注意力。使用一个简单的生成模型的尖峰神经元群体,我们再现刺激诱发的动态与延迟反馈调制的贝叶斯推断的过程,集成的刺激证据和先验知识与时间延迟。然后,我们介绍了一个热力学的观点,这个过程的基础上的法律熵的神经活动。这种观点阐明了贝叶斯推断的过程作为最近提出的信息理论引擎(神经引擎,热力学中热机的模拟),它允许我们量化延迟调制中表达的感知能力的熵。
2020-06-23 q-bio.NC stat.ML
Mapping the Mind-Brain Duality to a Digital-Analog Perceptual Duality
本文提出将心脑二元性映射为BB-BW数字-模拟二元性,并以神经回路信号转换证据解释物理与心理过程的连接及不可完全还原性。
2024-02-20 q-bio.NC
Beyond Object-Level Alignment: Do Brains and DNNs Preserve the Same Transformations?
Graduate School of Informatics, Kyoto University(京都大学情报学研究科);ATR Computational Neuroscience Laboratories(ATR计算神经科学实验室)
本文提出通过近似自然性衡量大脑与DNN在候选转换上的保持程度,通过NVS评估偏差,揭示语义轴与视觉轴在不同层次的对齐差异。
2026-05-07 q-bio.NC
Bayesian mechanics of perceptual inference and motor control in the brain
神经科学中的自由能原理(FEP)规定,所有可行的代理诱导和最小化大脑中的信息自由能,以适应其环境生态位。在这项研究中,我们继续努力,使FEP一个更物理原则的形式主义,实现自由能最小化的基础上最小的行动原则。我们通过将早期出版物(Kim 2018)中报告的公式转化为考虑被动感知之外的主动推理来建立贝叶斯力学(BM)。BM是FEP下连续时间变分贝叶斯的神经实现。所得到的BM被提供为有效的汉密尔顿运动方程,并且受到由大脑在本体感受水平的预测误差引起的控制信号的影响。为了证明我们的方法的实用性,我们采用了一个简单的基于代理的模型,并提出了一个具体的数值说明的大脑执行识别动力学集成BM在神经相空间。此外,我们概括了FEP的主要理论架构,通过比较我们的方法与常见的状态空间配方。
2021-01-21 q-bio.NC
Perceptual similarity of visual patterns predicts the similarity of their dynamic neural activation patterns measured with MEG
知觉相似性是一种认知判断,它代表了整个视觉皮层复杂级联的分层处理的最后阶段。以前的研究表明,粗尺度的功能磁共振成像激活模式的相似性和视觉刺激的感知相似性之间的对应关系,这表明,视觉对象,似乎类似也共享类似的潜在模式的神经激活。在这里,我们探讨了人类大脑的随时间变化的视觉模式和感知相似性的行为判断表示之间的时间关系。视觉刺激是由相同的感知单元(定向伽柏贴片)构建的抽象模式,因此每个模式都有一个独特的整体形式或感知“完形”。视觉刺激是可解码的诱发神经激活模式与脑磁图(MEG)测量,然而,刺激不同的相似性,其神经表征估计的差异,在解码。早期刺激发作后(从50毫秒),模型的基础上retinotopic组织预测的视觉刺激的表征相似性。在80 ms时视网膜视学模型和神经数据之间的峰值相关性之后,神经表征迅速发展,使得视网膜视学不再提供大脑对刺激的时变表征的充分说明。总体而言,大脑表征的最强预测器是基于人类对感知相似性的判断的模型,该模型达到了与由“噪声上限”定义的神经数据的最大相关性的极限。我们的研究结果表明,大规模的大脑激活模式包含一个神经签名的感知完形的复合视觉功能,并表现出很强的对应关系的感知和复杂的大脑活动模式。
2016-02-10 q-bio.NC
Stacked Regression using Off-the-shelf, Stimulus-tuned and Fine-tuned Neural Networks for Predicting fMRI Brain Responses to Movies (Algonauts 2025 Report)
Université Paris Cité(巴黎Cité大学);University of Oxford(牛津大学);University of Turin(都灵大学);Universität Leipzig(莱比锡大学);Max Planck School of Cognition(马克斯·普朗克认知科学学院)
本工作提出一种融合多模态模型与堆叠回归的方法,预测电影刺激下的fMRI大脑反应,在Algonauts 2025挑战赛中获得第10名,并公开代码资源。
2025-10-02 cs.AI cs.CV eess.IV
Visual Motion Onset Brain-computer Interface
本文提出了两个新的视觉运动起始刺激为基础的脑机接口(vmoBCI)的研究。两个设置比较传入和传出到计算机屏幕中心的运动模式。在线vmoBCI实验进行了一个古怪的事件相关电位(ERP)的范例,允许在EEG脑电波的“aha反应”解码。随后的逐步线性判别分析分类(swLDA)的分类精度比较进行了讨论的基础上两个刺激间间隔(ISI)设置为700和150毫秒在两个在线vmoBCI应用程序与六个和八个命令设置。基于700 ms和150 ms两种设置以及不同数量的ERP反应平均场景,证实了不同ISI的分类精度无显著差异的研究假设。关于显示中心视觉运动模式的传出允许更快的接口,因此它们被推荐为更适合于需要视觉BCI的无眼动。
2016-09-30 q-bio.NC
Same Cause; Different Effects in the Brain
Princeton University(普林斯顿大学);Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所);Carnegie Mellon University(卡内基梅隆大学);Google Research(谷歌研究院)
为了研究大脑中的信息处理,神经科学家在记录参与者大脑活动的同时操纵实验刺激。然后,他们可以使用编码模型来找出从刺激属性预测哪个大脑“区域”(例如,哪个感兴趣区域、体积像素或电生理传感器)。考虑到这种设置的假设,当刺激属性预测区域中的活动时,这些属性被理解为导致该区域中的活动。近年来,研究人员已经使用神经网络来构建表征,以捕捉复杂刺激的不同属性,例如自然语言或自然图像。使用这些高维表征构建的编码模型通常能够显著预测大片皮层的活动,这表明所有这些大脑区域的活动都是由表征中捕获的刺激属性引起的。于是,人们自然会问:“这些不同脑区的活动是由刺激特性以相同的方式引起的吗?“用神经科学的术语来说,这相当于问这些不同的区域是否以相同的方式处理刺激特性。在这里,我们提出了一个新的框架,使研究人员能够询问刺激的属性是否以相同的方式影响两个大脑区域。我们使用模拟数据和两个真实的功能磁共振成像数据集与复杂的自然刺激,以表明我们的框架使我们能够做出这样的推论。我们的推论在两个数据集之间惊人地一致,这表明所提出的框架是神经科学家了解大脑如何处理信息的一个有前途的新工具。
2022-02-21 cs.AI cs.LG cs.NE
Dynamic Computerized Tumbling-E Testing for Temporal Reliability of Human Sequential Perceptual Decisions
University of Calgary(卡尔加里大学)
通过计算机化Tumbling-E任务收集人类试次级数据,包括反应时间、超时率和自适应阶梯行为,建立时间解析的感知决策基准,为与人工智能比较提供人类基线。
2026-06-23 q-bio.NC
Grounded Symbols in the Brain Computational Foundations for Perceptual Symbol System
我们描述了大脑中接地符号的数学模型。它也是感知符号系统(PSS)的计算基础。这种发展需要新的数学方法的动态逻辑(DL),克服了经典的人工智能和连接主义的方法的局限性。本文讨论了这些过去的局限性,将它们与过去算法的组合复杂性(指数爆炸)联系起来,并进一步与经典逻辑的静态性质联系起来。新的数学理论DL是一种过程逻辑。这一过程的一个显著特征是模糊表征演变为清晰表征。本文首先将其应用于PSS的一个方面:从对象感知的情境学习。然后,我们涉及DL的基本PSS机制的概念,模拟器,接地,生产力,绑定,递归,以及接地和amodal符号相关的机制。我们讨论DL作为一个一般的理论描述的多层次的抽象认知过程。我们还讨论了这一理论的影响,认知和语言之间的相互作用,语言接地的机制,以及语言在接地抽象认知的可能作用。该理论的发展做出了实验预测,并将影响认知科学未来的理论发展,包括知识表征和感知-认知交互作用。DL和PSS在脑成像的实验神经影像学证据进行了讨论,以及未来的研究方向。
2010-10-20 q-bio.NC
Holistic structure of neural pathways underlies brain perceptual rivalry: Physical mechanism of auditory stream segregation
本研究证明听觉流分离源于全局神经通路的拓扑结构,通过构建结合非线性神经动力学与非平衡态物理学的全局通路模型,揭示了感知相变的生物物理机制,并通过两项心理声学实验验证了预测。
2025-03-07 physics.bio-ph q-bio.NC
A region-specific brain dysfunction underlies cognitive impairment in long COVID brain fog
State Key Laboratory of Cognitive Neuroscience and Learning, IDG/McGovern Institute for Brain Research, Beijing Normal University, Beijing, China(北京师范大学认知神经科学与学习国家重点实验室、IDG/麦戈文脑科学研究院);Chinese Institute for Brain Research, Beijing, China(北京脑科学与类脑研究中心);Department of Neurology & Innovation Center for Neurological Disorders, Xuanwu Hospital, Capital Medical University, National Center for Neurological Disorders, Beijing 10053, China(首都医科大学宣武医院神经内科及神经系统疾病创新中心、国家神经系统疾病临床医学研究中心);Department of Physical Therapy, Shandong Daizhuang Hospital, Jining, Shandong, China(山东戴庄医院物理治疗科);Jining Key Laboratory of Neuromodulation, Jining, Shandong, China(济宁神经调控重点实验室);State Key Laboratory of Cognitive Science and Mental Health, Institute of Psychology, Chinese Academy of Sciences, Beijing 1001101, China(中国科学院心理研究所认知科学与心理健康国家重点实验室);Department of Psychology, University of Chinese Academy of Science, Beijing 100049, China(中国科学院大学心理学院);Max Planck University College London Centre for Computational Psychiatry and Ageing Research, London, UK(伦敦大学学院马克斯·普朗克计算精神病学与衰老研究中心);Department of Human Neuroimaging, Institute of Neurology, UCL, London, UK(伦敦大学学院神经学研究所人类神经影像系);Key Laboratory of Neurodegenerative Diseases, Ministry of Education of the People’s Republic of China, Beijing 100053, China(教育部神经退行性疾病重点实验室)
研究发现右下顶叶岛叶功能障碍导致长期新冠认知障碍,通过非侵入性神经调节可改善感知缺陷。
2025-11-30 q-bio.NC
Voxel selection framework based on meta-heuristic search and mutual information for brain decoding
视觉刺激解码是神经科学中越来越重要的挑战。我们的目标是对人类大脑的活动模式进行分类;在视觉对象的视线。脑解码器中的关键问题之一是信息体素的选择。我们提出了一个元启发式体素选择框架的大脑解码。它由四个阶段组成:fMRI数据的预处理;过滤不重要的体素;后处理;和元分析选择。主要贡献是有益的元搜索算法,以指导包装体素的选择。提名体素的主要标准是基于其与所提供的刺激标签的互信息。结果显示,DS 105和DS 107的准确率分别为90.66 +/- 3.66和91.61 +/- 8.24。这在类似的验证条件下优于大多数现有的大脑解码器。实验结果令人鼓舞,可以成功地用于脑机接口。
2021-07-29 q-bio.NC
Overlapping neural representations for the position of visible and imagined objects
人类可以秘密地跟踪物体的位置,即使物体暂时被遮挡。当大脑没有物理刺激时,我们跟踪移动物体的能力背后的神经机制是什么?一种可能性是,大脑使用内部生成的表征来“填充”关于想象对象的信息,这些表征类似于前馈感知机制所生成的表征。或者,大脑可能会部署更高阶的机制,例如使用整合视觉信号和运动动力学的对象跟踪模型。在本研究中,我们使用EEG和时间分辨的多变量模式分析,以调查的空间处理的可见和想象的对象。参与者跟踪一个物体,该物体在固定周围以离散的步骤移动,占据六个连续的位置。他们被要求想象物体在消失后继续沿着相同的轨迹移动,并将注意力转移到相应的位置。时间分辨解码的EEG数据显示,可见刺激的位置可以解码后不久,图像发病,早期retinotopic视觉过程相一致。对于看不见的/想象的位置的处理,神经活动的模式类似于刺激驱动的中级视觉过程,但比感知机制更早被检测到,这意味着一个预期的和更可变的跟踪机制。编码模型显示,空间表征的想象比可见的刺激弱得多。因此,监视想象物体的位置与监视实际存在的物体使用类似的感知和注意过程,但具有不同的时间动态。这些结果表明,内部产生的表征依赖于自上而下的过程,其时间是由刺激的可预测性的影响。
2020-11-11 q-bio.NC
A rodent paradigm for studying perceptual decisions under asymmetric reward
该研究提出一种啮齿动物范式,将感知分类与经济价值权衡结合,发现大鼠在非对称奖励下虽对频率和奖励敏感,但行为并非最优,表现为刺激无关的选择偏移和改变不足,提示过度自信或风险规避。
2025-02-06 q-bio.NC
Reconfiguration of Brain Network between Resting-state and Oddball Paradigm
古怪范式被广泛应用于多种认知功能的研究。以往的研究已经探索了皮层振荡和功率谱与静息态传导到oddball范式的差异,但大脑网络是否存在显著差异仍不清楚。我们的研究解决了大脑如何从休息状态条件(即,在视觉oddball范式中,P300刺激任务的基线)。本研究收集了24名研究生的脑电数据,要求他们在脑内计算目标刺激的个数,然后在基线和古怪任务条件下比较不同频段构建的脑电功能网络,以评价脑功能网络的重构。结果显示,与基线相比,在脑重构过程中,脑电delta/theta连接显著增强(p < 0.05),alpha默认模式网络显著减少(p <0.05)。此外,重新配置的耦合强度被证明与P300振幅,然后被视为输入特征训练分类器区分高和低P300振幅组的准确率为77.78%。我们的研究结果有助于我们理解从静息状态到古怪刺激任务的脑功能连接的变化,重构的网络模式具有为基于P300的脑机接口选择良好被试的潜力。
2018-09-18 eess.SP q-bio.NC
A large dataset of human EEG responses to short naturalistic videos for studying dynamic visual event processing
Freie Universität Berlin(柏林自由大学);Charité – Universitätsmedizin Berlin(柏林夏里特医科大学);Humboldt-Universität zu Berlin(柏林洪堡大学);University of Amsterdam(阿姆斯特丹大学)
本文推出EEG Moments Dataset(EMD),含6名受试者观看1102段短自然视频的EEG与眼动数据,结合BMD可开展动态视觉事件大脑响应的时空解析研究,并公开数据及教程供使用。
2026-09-02 q-bio.NC
Functional gradients through the cortex, multisensory integration and scaling laws in brain dynamics
在脑加工中多感觉效应和跨通道效应研究日益增多的背景下,对Justo Gonzalo(1910-1986)提出的与中枢综合征(由顶枕皮层单侧损伤引起,与视觉、触觉和听觉投射区等距离)有关的人脑功能模型进行了评述。该综合征的特点是双边,对称和多感觉参与,并通过功能性抑郁症的动态影响依赖于神经质量的损失和相关的神经兴奋性的生理规律。倒置或倾斜的视觉以及触觉和听觉倒置,在最小刺激下,表现为不完全整合的阶段,在更高的刺激或多感觉整合的促进下几乎得到纠正。该综合征揭示了大脑动力学的各个方面,表明皮层的功能连续性和统一性。提出了一种功能梯度方案,其中皮层的特异性以连续变化分布。这种综合征被解释为系统的神经兴奋性的规模减少,不同的感觉质量受到影响异速生长根据缩放定律。提出了从低级感觉功能到高级感觉功能的连续性。通过增加刺激或通过多感觉促进的感觉增长被发现近似遵循幂律,这将反映生物神经网络的基本规律。我们将分析局限于视觉系统。
2008-08-07 q-bio.NC q-bio.QM
Recurrent network dynamics explain the time course of perceptual grouping in natural scenes
Netherlands Institute for Neuroscience(荷兰神经科学研究所);Brown University(布朗大学);Carney Institute for Brain Science, Brown University(布朗大学卡尼脑科学研究所);Centrum Wiskunde & Informatica(数学与计算机科学中心);University of Amsterdam(阿姆斯特丹大学);Sorbonne Université(索邦大学);Institut National de la Santé et de la Recherche Médicale(国家健康与医学研究院);Centre National de la Recherche Scientifique(法国国家科学研究中心);Institut de la Vision(视觉研究所);VU University(自由大学);Academic University Medical Center(学术医学中心)
本文提出一个受大脑启发的循环神经网络框架,通过局部边界信号和自上而下反馈解释自然场景中的知觉分组,其动力学预测了人类反应时间,连接了皮层动力学与人类视觉。
2026-10-06 q-bio.NC
Neural and perceptual signatures of efficient sensory coding
哺乳动物的大脑是一个代谢昂贵的装置,进化的压力可能驱使它有效地利用其资源。对于感觉区域,这个概念被更正式地表达为最优性原则:大脑在给定可用资源的情况下,最大化编码的有关相关感觉变量的信息。在这里,我们开发了这种效率原则,用于编码具有不同噪声神经元群体的感觉变量,每个噪声神经元对特定范围的值做出响应。群体表示任何特定值的准确性取决于响应该值的细胞数、它们的选择性和它们的响应水平。我们推导出这些参数的最优解的封闭形式,作为在环境中遇到的刺激值的概率的函数。这种最佳神经元群体也限制了生物体区分编码变量的不同值的能力。其结果是,我们预测的环境,神经元的分配和选择性的人口,和感知的可辨别性的统计特性之间的显式关系。我们测试这种关系的三个视觉和两个听觉属性,并发现它是显着与现有的数据一致。
2016-02-29 q-bio.NC
Does the Brain Infer Invariance Transformations from Graph Symmetries?
本文提出并验证了大脑可能通过突触连接图的对称性来编码感知不变性,并利用自然音频与图像数据的相关性支持该假设,预测出与初级感觉皮层经验观察一致的神经连接架构。
2023-05-27 cs.NE q-bio.NC
Rest2Visual: Predicting Visually Evoked fMRI from Resting-State Scans
The University of Sydney(悉尼大学);The University of Western Australia(西澳大学)
提出条件生成模型Rest2Visual,利用静息态fMRI和2D视觉刺激预测视觉诱发fMRI,证明个性化自发神经活动可转化为刺激对齐表征,支持下游图像重建并开辟无任务脑建模新途径。
2025-09-17 cs.CV q-bio.NC
Quantifying the information transmitted in a single stimulus
香农互信息提供了一种度量,即关于一组刺激的一组神经活动平均包含多少信息。它已被广泛用于研究不同脑区的神经编码。为了应用类似的方法来研究单一刺激编码,我们需要引入一个特定于单一刺激的量。这个数量在文献中已经定义了四种不同的措施,但没有一个满足相同的直观属性(非负性,可加性),互信息的特点。我们在这里提出了这四个定义的不同含义和属性的详细分析。我们表明,所有这些措施满足,至少,一个较弱的可加性条件,即仅限于响应集。这使我们能够使用它们来分析相关编码,正如我们在海马位置细胞的玩具示例中所示。
2006-01-23 q-bio.NC q-bio.QM
Modelling time-order effects in haptic perception with a Bayesian dynamical framework
Instituto Balseiro, Centro Atómico Bariloche(巴尔塞罗研究所,巴里洛切原子中心);Department of Applications of Physics and Biology to Health Sciences, Centro Atómico Bariloche(巴里洛切原子中心应用物理与生物健康科学系);Department of Translational Research, Centro Atómico Bariloche(巴里洛切原子中心转化研究系);Institute for Intelligent Interactive Systems, Department of Computer Science, ETH Zürich(苏黎世联邦理工学院计算机学院智能交互系统研究所)
本文提出一个贝叶斯动态模型,用于解释触觉辨别任务中时间顺序对感知差异的影响,通过结合噪声感官测量和动态内部刺激强度表示,量化时间顺序效应的方向和幅度,并揭示感知偏见的几何约束。
2026-04-21 physics.bio-ph q-bio.NC stat.AP
Independent-Component-Based Encoding Models of Brain Activity During Story Comprehension
School of Electrical and Computer Engineering, Georgia Institute of Technology(佐治亚理工学院电子与计算机工程学院);School of Psychological and Brain Sciences, Georgia Institute of Technology(佐治亚理工学院心理学与脑科学学院);Department of Linguistics, Stanford University(斯坦福大学语言学系)
提出基于独立成分的编码框架,从fMRI数据中分离刺激驱动和噪声信号,利用语言模型预测独立成分时间序列,识别出与听觉和语言相关的认知网络,验证了成分的可解释性和跨个体一致性。
2026-06-15 cs.CL q-bio.NC
The Grossberg Code: Universal Neural Network Signatures of Perceptual Experience
Centre National de la Recherche Scientifique(法国国家科学研究中心);Strasbourg University(斯特拉斯堡大学)
自适应共振理论的两个普遍功能原理模拟了所有生物学习和自适应智能的大脑代码。多感官刺激在其直接环境背景下的低级别表征是在自下而上激活的基础上形成的,并在自上而下匹配规则的控制下,这些规则集成了高级别的长期痕迹的上下文配置。这些普遍的编码原则导致所有生物物种(从猿类到灵长类)建立持久的感知经验大脑签名。他们在本文中重新访问的基础上,从原来的代码和一些最近的相关实证研究结果的背景下调制在大脑中的例子,突出了潜在的Grossberg的开拓性的见解和开创性的理论工作的智能解决方案领域的发展和认知机器人。
2023-03-03 cs.RO q-bio.NC
Adaptive Filtering Enhances Information Transmission in Visual Cortex
感觉神经科学旨在了解大脑如何编码自然环境。然而,神经编码已经在很大程度上使用简化的刺激进行了研究。为了评估大脑的编码策略是否依赖于刺激合奏,我们采用了一种新的信息理论的方法,允许无偏计算神经过滤器(感受野)的反应,自然场景或其他复杂的信号与强多点相关性。在猫的初级视觉皮层中,我们将对自然输入的反应与对亮度和对比度匹配的噪声输入的反应进行比较。我们发现,神经滤波器自适应地改变与输入合奏,以增加所携带的信息的神经反应有关的过滤刺激。自适应影响滤波器的空间频率组成,增强对与最佳编码参数一致的未充分代表的频率的灵敏度。适应发生在40秒到许多分钟之间,比以前报道的大多数适应形式都要长.
2006-11-09 q-bio.NC
The neural dynamics underlying prioritisation of task-relevant information
人类大脑会优先处理相关的感官信息来执行不同的任务。增强任务相关信息需要灵活分配注意力资源,但这在大脑中是如何运作的仍然是一个谜。我们研究了在同一地点和同一时间呈现多个刺激的情况下,注意机制是如何运作的。在两个实验中,参与者对同时呈现并相互叠加的不同类型的视觉刺激进行了具有挑战性的双背任务。使用脑电图和多变量解码,我们分析了注意力对每个刺激的神经反应的影响。全脑神经反应包含了相当多的信息都有人照顾和无人照顾的刺激,即使他们同时提出,并表示在重叠的感受野。正如预期的那样,注意力增加了神经反应中包含的刺激相关信息的可解码性,但这种效果在较小尺寸的刺激中更早地表现出来。我们的研究结果表明,在快速变化的显示器的刺激的早期神经反应包含显着的信息的感官环境,但也调制的方式依赖于相关刺激的感知特性的注意。本研究的刺激、代码和数据可以在https://osf.io/7zhwp/上找到。
2021-02-19 q-bio.NC
CLASH: Contrastive learning through alignment shifting to extract stimulus information from EEG
针对EEG数据信噪比低、个体差异大的问题,提出自监督范式CLASH,通过对齐EEG片段提取刺激信息,在语音包络解码任务中表现优于现有去噪技术,且无需重训练即可适配新受试者和刺激。
2024-05-14 eess.SP q-bio.NC
The neural ring: an algebraic tool for analyzing the intrinsic structure of neural codes
大脑中的神经元通过神经代码代表外部刺激。这些代码通常来自于刻板的刺激-反应图,将每个神经元与凸形感受野相关联。大脑面临的一个重要问题是在不知道感受野的情况下,仅使用神经代码的内在结构来推断所表示的刺激空间的属性。大脑是如何做到这一点的?为了解决这个问题,重要的是要确定什么样的刺激空间特征可以-原则上-从神经代码中提取。这促使我们定义神经环和相关的神经理想,代数对象编码的神经代码的完整组合数据。我们的主要发现是,这些对象可以表示在一个“规范形式”,直接转化为一个最小的描述感受野结构的内在代码。我们还发现连接到斯坦利-Reisner环,并使用类似的思想,在理论中的单项式理想,以获得一个算法,用于计算准单项式理想的主要分解。这使我们能够通过算法提取与任何神经代码相关的规范形式,为仅从神经活动推断刺激空间特征提供基础。
2013-05-21 math.AC math.AG math.CO
Toward improving the visual stimulus meaning for increasing the P300 detection
P300拼写器是一个众所周知的脑机接口范例,已经使用了二十多年。提出了一种新的P300拼写器范例(XP300)。它包括几个特点:(i)项目没有通过使用行和列来强化,(ii)视觉刺激的顺序是伪随机的,(iii)在每个项目上添加视觉反馈以增加刺激意义,这是主要的新颖性。XP300已经在10名健康受试者身上进行了复制拼写模式的测试,只有8个传感器。并与经典的P300范式(CP300)进行了比较。在五次重复中,XP 300和CP 300的平均识别率分别为85.25%和77.25%。通过比较ROC(受试者工作特征)曲线的AUC(曲线下面积),XP 300的单次试验检测率显著更高。XP 300的平均AUC为0.86,CP 300为0.80。更重要的是,XP 300也被认为比CP 300更方便和用户友好,因此能够允许更长的会话。
2016-12-12 cs.HC q-bio.NC
The neural ring: using algebraic geometry to analyze neural codes
大脑中的神经元通过神经代码代表外部刺激。这些代码通常来自刺激-反应图,将每个神经元与凸形感受野相关联。大脑面临的一个重要问题是在不知道感受野的情况下,仅使用神经代码的内在结构来推断所表示的刺激空间的属性。大脑是如何做到这一点的?为了解决这个问题,重要的是要确定什么样的刺激空间特征可以-原则上-从神经代码中提取。这促使我们定义神经环和相关的神经理想,代数对象编码的神经代码的完整组合数据。我们发现,这些对象可以表示在一个“规范形式”,直接转换为一个最小的描述固有的神经代码的感受野结构。我们考虑神经环之间的同态的代数性质,这自然涉及到神经代码之间的映射。我们表明,两个神经代码之间的映射是双射与环同态之间的各自的神经环,并定义的概念,神经环同态,一个特殊的限制类环同态,保持神经元结构。我们还发现了与斯坦利-莱斯纳环的联系,并使用类似于单项式理想理论中的思想来获得计算与任何神经代码相关的规范形式的算法,为仅从神经活动推断刺激空间特征提供了基础。
2014-09-08 math.AC math.AG math.CO
Neural Ideals in SageMath
神经科学研究的一个主要领域是研究大脑如何处理空间信息。大脑中的神经元通过神经代码代表外部刺激。这些代码通常来自于刻板的刺激-反应图,将每个神经元与凸形感受野相关联。一个重要的问题在于确定什么样的刺激空间特征可以直接从神经代码中提取。神经理想是对神经代码的全部组合数据进行编码的代数对象。这种理想可以用一种规范形式来表达,它直接转化为代码固有的感受野结构的最小描述。在这里,我们描述了一个SageMath包,其中包含与神经理想的标准形式相关的几个算法。
2016-09-30 math.AC q-bio.NC
Theory of enhanced-by-coincidence neural information transmission
该研究通过解析建模揭示,在特定条件下突触前输入的时间相关性虽降低编码信息,却能增强下游LIF神经元读出的刺激可辨别性,阐明了编码与读出相结合的原理。
2025-07-23 cond-mat.dis-nn q-bio.NC
What Are We Actually Decoding? Source Attribution for Non-Invasive Brain-to-Language Retrieval
KTH(瑞典皇家理工学院);University of Cambridge(剑桥大学);EPFL(苏黎世联邦理工学院);Karolinska Institutet(Karolinska研究所);McGill University(麦吉尔大学)
针对非侵入式神经语言解码中结果被非刺激诱发源(如解码器先验、嵌入度量、信号时长等)膨胀的问题,提出一个审计框架,通过结构捷径、窗口级刺激锁定证据和跨窗口上下文聚合三种源分离,并引入组上下文偏差(GCB)作为可控的源归因干预,实现性能的源归因而非仅报告。
2026-05-23 cs.CL cs.LG q-bio.NC
Visual Image Reconstruction from Brain Activity via Latent Representation
Kyoto University(京都大学);ATR Computational Neuroscience Laboratories(ATR计算神经科学实验室)
该综述探讨了利用深度神经网络和生成模型从大脑活动重建视觉图像的方法,强调潜在表征与组合架构,并指出零样本泛化、评估指标及伦理等挑战,应用前景广阔。
2025-06-19 cs.CV q-bio.NC
Using an AI creativity system to explore how aesthetic experiences are processed along the brains perceptual neural pathways
Simon Fraser University(西蒙菲莎大学)
随着人工智能技术的日益成熟,这些系统的应用已经扩展到越来越多的领域。这些系统越来越多地用于人类美学和创造力的建模,例如人类如何创造艺术品和设计产品。我们的实验室已经开发了一个这样的人工智能创造力深度学习系统,可用于创建图像和视频形式的艺术品。在本文中,我们描述了这一系统及其在研究人类视觉系统和审美经验的形成中的应用。具体来说,我们展示了基于时间的人工智能创建的媒体如何用于探索人类视觉系统的双通路神经架构的本质,以及这与依赖于这些不同信息流的更高认知判断(如美学体验)的关系。我们提出了一个理论框架内的感知,如视频剪辑的运动,导致参与的反射性注意和随后的重点主要是通过背流处理的视觉信息,从而调节审美经验,依赖于通过腹流传递的信息。我们概述了我们最近的研究,以支持我们提出的框架,这是第一个研究,调查两个视觉流和审美体验之间的关系。
2019-09-15 cs.AI cs.CV q-bio.NC
Inferring perceptual decision making parameters from behavior in production and reproduction tasks
Centre for Cognitive Science, TU Darmstadt(达姆施塔特工业大学认知科学中心);Institute of Psychology, TU Darmstadt(达姆施塔特工业大学心理学研究所)
贝叶斯行为模型在一系列心理物理任务中提供了计算水平的解释。一个基本的实验范式是生产或再现任务,其中受试者被指示产生一个动作,要么再现先前感知到的刺激幅度,要么实现目标反应。因此,这种类型的任务与其他心理物理任务的区别在于,响应是连续的,并且随着响应幅度的增加,努力起着重要的作用。基于贝叶斯决策理论,我们提出了一种推理方法来恢复感知的不确定性,反应的变异性,和人类的反应的成本函数。至关重要的是,成本函数是参数化的,这样就明确地包括了努力。我们提出了一种混合推理方法,采用MCMC采样利用适当的建议分布和一个内循环利用摊销推理与神经网络,近似的最佳响应分布的模式。我们展示了如何利用该模型来避免实验设计的不可识别性,并且可以通过合成和应用实验数据的验证来恢复参数。我们的方法将使行为科学家进行贝叶斯推理的决策参数的生产和繁殖任务。
2021-12-31 cs.LG q-bio.NC
Neural coding of a natural stimulus ensemble: Uncovering information at sub-millisecond resolution
我们对感觉世界的认识是由神经元以离散的、相同的脉冲序列编码的,这些脉冲被称为动作电位或尖峰。关于这些尖峰的精确时间与大脑功能的相关程度一直存在争议。我们重新审视这个问题,使用苍蝇视觉系统的运动敏感神经元作为测试用例。新的实验方法使我们能够提供更接近自然的视觉刺激,与苍蝇在自由飞行中遇到的刺激相比,杂技飞行,新的数学方法使我们能够得出关于神经反应的信息内容的更可靠的结论,即使可能的反应集非常大。我们发现,大量的视觉信息表示的细节的脉冲序列在毫秒和亚毫秒精度,即使感觉输入有一个相关时间为~ 60毫秒;不同的模式的尖峰定时代表不同的运动轨迹,和绝对定时的尖峰点,这些轨迹的特定功能,具有高精度。在这些自然条件下,系统继续以更高的光子通量传输更多的信息,即使单个光感受器每秒计数超过一百万个光子,并消除刺激中的冗余以生成更有效的神经代码。
2006-12-29 q-bio.NC q-bio.QM
Paired Test of Matrix Graphs and Brain Connectivity Analysis
推断脑连接网络并量化脑区域之间相互作用的重要性在神经科学中至关重要。虽然最近出现了一些基于独立样本的图推理测试,但还没有现成的解决方案来测试配对和相关样本的大脑网络的变化。在这篇文章中,我们开发了一个矩阵图的配对检验,当样本组相关时,可以推断大脑连接网络。所提出的检验统计量是偏差校正和方差校正,并实现了小的估计误差率。基于该检验统计量构建的后续多重检验程序可保证将错误发现率渐近控制在预定水平。新测试的方法和理论都与两个独立样本的框架有很大的不同,这是因为在刺激活动之前和之后对相同受试者的测量具有很强的相关性。我们通过模拟和阿尔茨海默病神经成像倡议数据集的分析来说明我们的建议的有效性。
2019-08-21 q-bio.NC stat.ME
Bridging the information and dynamics attributes of neural activities
大脑是一个处理信息的动态系统。在理解大脑中信息和动力学属性之间的联系方面仍然存在各种挑战。本研究致力于探索神经信息功能的特征如何与神经动力学联系起来。我们试图弥合动态(例如,Kolmogorov-Sinai熵)和信息(例如,互信息和Fisher信息)度量的刺激触发的随机动力学在神经元群体。一方面,我们的统一分析确定了信息处理相关的神经动力学的各种基本特征。在神经信息处理过程中,我们发现神经动力学的动态随机性和混沌度存在时空差异。另一方面,我们的框架揭示了神经动力学在塑造神经信息处理中的基本作用。神经动力学在特定条件下产生编码和解码特性的反向变化,并决定刺激分布的神经表征。总的来说,我们的研究结果展示了一个潜在的方向来解释神经信息处理从神经动力学的出现,并帮助理解信息和物理大脑之间的内在联系。
2022-07-13 cond-mat.dis-nn nlin.CD physics.bio-ph
Why the Brain Cannot Be a Digital Computer: History-Dependence and the Computational Limits of Consciousness
本文以信息论方法量化可区分意识状态及其历史依赖,证明指定意识状态所需信息超过人脑容量,从而否定大脑等同经典数字计算机,并指向非经典信息处理机制。
2025-03-13 cs.AI physics.hist-ph q-bio.NC
An Information Theoretic Approach Towards Assessing Perceptual Audio Quality using EEG
在本文中,我们提出了一种新的信息理论模型来解释整个“传输链”,包括刺激的产生,大脑处理的人的主题,和脑电图(EEG)的响应测量作为一个非线性的,随时间变化的通信信道与内存。我们使用互信息(MI)作为一种措施,以评估音频质量感知直接测量的脑波反应的人类受试者使用高分辨率EEG。我们这里的重点是音频的质量受到时变失真的影响。特别是,我们进行的实验中,受试者与音频的质量随时间的不同可能的质量水平之间的变化。所记录的EEG测量结果可以被建模为多维高斯混合模型(GMM)。为了使计算MI可行,我们提出了一种新的低复杂度的近似技术的多维GMM的微分熵。我们发现,所提出的信息理论方法是成功的量化主观音频质量感知,与不同的音乐序列和失真类型的结果是一致的。
2015-09-14 cs.IT math.IT q-bio.NC
Representational Drift and Learning-Induced Stabilization in the Olfactory Cortex
本研究提出一个生物合理的梨状皮层计算模型,结合天尺度自发波动与秒尺度STDP,揭示嗅觉系统中表征漂移的机制,并证明学习可稳定表征。
2024-12-18 cond-mat.dis-nn nlin.AO q-bio.NC
Estimating and approaching maximum information rate of noninvasive visual brain-computer interface
本研究通过信息论估计出无创视觉BCI的最大ITR约63bps,提出宽带WN BCI方法,实验达50bps创纪录,为下一代人机交互提供新方向。
2023-08-25 cs.HC cs.IT eess.SP
Perceptual Scales Predicted by Fisher Information Metrics
Université Paris Cité(巴黎西岱大学);CNRS(法国国家科学研究中心);École normale supérieure(巴黎高等师范学院);PSL University(巴黎文理研究大学)
本文通过将知觉尺度嵌入概率知觉建模,证明其可由Fisher信息预测且主要由刺激功率谱驱动,并提出用知觉几何扩展知觉距离概念。
2024-03-15 cs.CV cs.IT math.IT