Enxergando através do Cérebro: Reconstrução de Imagens da Percepção Visual a partir de Sinais Cerebrais Humanos

Seeing through the Brain: Image Reconstruction of Visual Perception from Human Brain Signals

July 27, 2023

Autores: Yu-Ting Lan, Kan Ren, Yansen Wang, Wei-Long Zheng, Dongsheng Li, Bao-Liang Lu, Lili Qiu

cs.AI

Resumo

Ver é acreditar, no entanto, o mecanismo subjacente de como as percepções visuais humanas estão entrelaçadas com nossas cognições ainda é um mistério. Graças aos recentes avanços tanto na neurociência quanto na inteligência artificial, conseguimos registrar as atividades cerebrais evocadas visualmente e imitar a capacidade de percepção visual por meio de abordagens computacionais. Neste artigo, focamos na reconstrução de estímulos visuais, reconstruindo as imagens observadas com base em sinais cerebrais de acesso portátil, ou seja, dados de eletroencefalografia (EEG). Como os sinais de EEG são dinâmicos no formato de série temporal e são notoriamente ruidosos, o processamento e a extração de informações úteis exigem esforços mais dedicados. Neste artigo, propomos um pipeline abrangente, denominado NeuroImagen, para reconstruir imagens de estímulos visuais a partir de sinais de EEG. Especificamente, incorporamos uma nova decodificação de informações perceptivas em múltiplos níveis para obter saídas de múltiplas granularidades a partir dos dados de EEG fornecidos. Um modelo de difusão latente então aproveitará as informações extraídas para reconstruir as imagens de estímulos visuais em alta resolução. Os resultados experimentais ilustraram a eficácia da reconstrução de imagens e o desempenho quantitativo superior do método proposto.

English

Seeing is believing, however, the underlying mechanism of how human visual perceptions are intertwined with our cognitions is still a mystery. Thanks to the recent advances in both neuroscience and artificial intelligence, we have been able to record the visually evoked brain activities and mimic the visual perception ability through computational approaches. In this paper, we pay attention to visual stimuli reconstruction by reconstructing the observed images based on portably accessible brain signals, i.e., electroencephalography (EEG) data. Since EEG signals are dynamic in the time-series format and are notorious to be noisy, processing and extracting useful information requires more dedicated efforts; In this paper, we propose a comprehensive pipeline, named NeuroImagen, for reconstructing visual stimuli images from EEG signals. Specifically, we incorporate a novel multi-level perceptual information decoding to draw multi-grained outputs from the given EEG data. A latent diffusion model will then leverage the extracted information to reconstruct the high-resolution visual stimuli images. The experimental results have illustrated the effectiveness of image reconstruction and superior quantitative performance of our proposed method.