مدل رمزگذاري ميدان تأثير براي بينايي طبيعي ديناميكي

مقدمه: مدل‌هاي رمزگذاري براي پيش‌بيني فعاليت مغز انسان در پاسخ به محرك‌هاي حسي مورد استفاده قرار مي‌گيرند. هدف اين مدل‌ها توضيح دادن نحوه ارائه اطلاعات حسي در مغز است. شبكه‌هاي عصبي كانولوشني كه به وسيله تصاوير آموزش ديده‌اند قادر به رمزگشايي داده‌هاي تصويربرداري رزونانس مغناطيس عملكردي از انسان‌ها در حال مشاهده تصاوير طبيعي هستند. با در نظر گرفتن تابع پاسخ هموديناميك، اين شبكه‌ها بدون داشتن هيچ مكانيسم بازگشتي يا پسخور قادر به تخمين ميزان اكسيژن خون وابسته به سطح براي تصاوير ويديويي نيز هستند. براي اين منظور از نقشه‌هاي ويژگي استخراج شده از شبكه عصبي كانولوشن و مفهوم ميدان تأثير در مدل رمزگذاري استفاده شده است. فرض اصلي در اين مدل اين است كه براي هر واكسل يك منطقه مكاني در نقشه ويژگي كدگذاري مي‌شود و اين مناطق براي همه نقشه‌هاي ويژگي ثابت است. سهم هر نقشه ويژگي در فعاليت واكسل از طريق وزن مربوطه مشخص مي‌شود. مواد و روش‌ها: در اين پژوهش سه داوطلب سالم در حال تماشاي مجموعه‌اي از تصاوير ويديويي هستند. اين مجموعه حاوي تصاويري است كه نمايانگر بينايي طبيعي در زندگي واقعي است. داده‌هاي ام آر آي و اف ام آر آي با استفاده از كويل‌هاي سطحي ارايه فازي 3 تسلا سيستم ام آر آي گرفته شده است. يافته‌ها: داده‌ها نشان داد كه قشر بينايي انسان داراي ساختاري سلسله مراتبي است. نواحي ديداري اوليه داراي ميدان تأثير كوچك‌تري هستند و به ويژگي‌هاي ساده مثل لبه پاسخ مي‌دهند، در حالي ‌كه نواحي ديداري سطح بالاتر داراي ميدان تأثير بزرگ‌تري بوده و به ويژگي‌هاي پيچيده‌تر مانند الگو پاسخ مي‌دهند. نتيجه‌گيري: اين مدل براي تصاوير ويديويي ظرفيت تفسيرپذيري بالاتري را نسبت به مدل‌هاي پيشين دارد.

Introduction: Encoding models are used to predict human brain activity in response to sensory s timuli. The purpose of these models is to explain how sensory information represent in the brain. Convolutional neural networks trained by images are capable of encoding magnetic resonance imaging data of humans viewing natural images. Considering the hemodynamic response function, these networks are capable of es timating the blood oxygen level dependence of subject viewing videos without any recurrence or feedback mechanism. For this purpose, feature map extracted from the convolutional neural network and the concept of receptive field has been used for the encoding model. The main assumption of this model is that activity in each voxel encodes a spatially localized region across multiple feature maps and for each voxel and this area are fixed for all feature maps. Contribution of each feature map in the activity of each voxel is determined by the corresponding weight. Materials and Methods: In this s tudy, three healthy volunteers watching a set of videos. This collection contains images that represent real-life visual experience. MRI and fMRI data are acquired on a 3 tesla MRI sys tem phase-array surface coil. Results: Data revealed that human visual cortex has hierarchical s tructure. Earlier visual areas have a smaller receptive field size in and response to simple feature like edge, whereas higher visual areas have a larger receptive field size and response to more complex features, such as pattern. Conclusion: This model of video s timuli has a higher interpretation capacity than the previous models