Una arquitectura de imagen fantasma computacional que conecta el cerebro humano y las computadoras

Recientemente, Wang Gao, estudiante de doctorado en física en la Universidad de Glasgow, Reino Unido, propuso una arquitectura para conectar el cerebro humano y la computadora para realizar imágenes fantasma computacionales (CGI). Su artículo relacionado "Imágenes fantasma computacionales con el cerebro humano" se ha publicado en Computación inteligente.

La llamada imagen fantasma computacional (CGI) se refiere al uso de cálculos de correlación para obtener información del objeto. Este logro de investigación puede generar imágenes de objetos más allá de la línea de visión del ojo humano, mejorando así la percepción visual humana y brindando nuevas ideas para el desarrollo de la realidad aumentada, la interacción humano-computadora y otros campos.

La interfaz cerebro-computadora (BCI) es una tecnología que conecta el cerebro humano con una computadora o máquina externa, controla el comportamiento de la computadora o máquina, y lee o monitorea la actividad del cerebro al identificar y analizar las señales eléctricas enviadas por el cerebro. Los resultados de su investigación proporcionan una hoja de ruta tecnológica para explorar la neurociencia cerebral y brindan nuevas pistas para comprender el mecanismo neurofísico del sistema visual humano, que se puede utilizar para estudiar las diferencias entre los estados de EEG conscientes e inconscientes.

En el proceso de desarrollo de una arquitectura informática de imágenes fantasma, Wang Gao utilizó el sistema visual humano como detector; Se investigaron las señales evocadas visuales comúnmente utilizadas en la interfaz cerebro-computadora, y se seleccionó el potencial evocado visualmente en estado estacionario (SSVEP) como parte de la detección de imágenes. Sobre esta base, llevó a cabo extensos experimentos para estudiar la relación de intensidad entre la entrada del estímulo óptico y la salida del SSVEP, y dibujó los mapas térmicos correspondientes, proporcionando una base para la obtención de imágenes exitosas posteriores. Al mismo tiempo, Wang Gao propuso un bucle de computación adaptativo que proporciona control de retroalimentación en tiempo real de las señales SSVEP en el moteado óptico, lo que acelera la velocidad de generación de imágenes, reduce los tiempos de detección y acorta el tiempo requerido para la generación de imágenes. Como resultado, construyó una red neuronal profunda para computar imágenes fantasma, que logró el mapeo de imágenes desde secuencias de detección de intensidad hasta imágenes de objetos para SSVEP, reduciendo el impacto del ruido y mejorando la calidad de las imágenes.

Los resultados de la investigación de la arquitectura de imágenes fantasma de Wang Gao tienen un gran potencial en aplicaciones específicas:

Primero, en términos de mejora humana, el uso de la interfaz cerebro-computadora para lograr imágenes computacionales puede expandir la percepción humana, por ejemplo, para lograr imágenes de escenas fuera de la línea de visión humana.

En segundo lugar, en términos de interacción humano-computadora, se espera que la imagen del área que se observa a través del ojo humano mejore la capacidad de interacción entre las personas discapacitadas y el mundo exterior.

En tercer lugar, en términos de neurofísica, este logro proporciona una hoja de ruta tecnológica para explorar la neurociencia del cerebro, como la representación de las diferencias de EEG en estados conscientes e inconscientes.

En cuarto lugar, en medicina, esta tecnología puede proporcionar un marco y un método potenciales para examinar la función de las vías visuales en el cerebro humano.

En quinto lugar, en términos de integración cerebro-computadora, esta tecnología puede potencialmente utilizar las poderosas capacidades de procesamiento de datos del cerebro humano para procesar estímulos visuales en entornos externos y completar tareas complejas mediante la lectura de señales EEG registradas por BCI. Por ejemplo, usar el cerebro humano para reconocer o clasificar imágenes.