論文の概要: Visual attention information can be traced on cortical response but not on the retina: evidence from electrophysiological mouse data using natural images as stimuli

• arxiv url: http://arxiv.org/abs/2308.00526v1
• Date: Tue, 1 Aug 2023 13:09:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 14:14:23.924763
• Title: Visual attention information can be traced on cortical response but not on the retina: evidence from electrophysiological mouse data using natural images as stimuli
• Title（参考訳）: 視覚的注意情報は皮質反応で追跡できるが網膜では追跡できない:自然画像を用いた電気生理学的マウスデータから
• Authors: Nikos Melanitis and Konstantina Nikita
• Abstract要約: 一次視覚野(V1)では、約10%のニューロンのサブセットが、正解と非正解の視覚領域に対して異なる反応を示す。 網膜は、視覚的注意に関してナイーブなままであり、皮質反応は視覚的注意情報を解釈する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual attention forms the basis of understanding the visual world. In this work we follow a computational approach to investigate the biological basis of visual attention. We analyze retinal and cortical electrophysiological data from mouse. Visual Stimuli are Natural Images depicting real world scenes. Our results show that in primary visual cortex (V1), a subset of around $10\%$ of the neurons responds differently to salient versus non-salient visual regions. Visual attention information was not traced in retinal response. It appears that the retina remains naive concerning visual attention; cortical response gets modulated to interpret visual attention information. Experimental animal studies may be designed to further explore the biological basis of visual attention we traced in this study. In applied and translational science, our study contributes to the design of improved visual prostheses systems -- systems that create artificial visual percepts to visually impaired individuals by electronic implants placed on either the retina or the cortex.
• Abstract（参考訳）: 視覚的注意は視覚世界を理解する基盤を形成する。 本研究は,視覚的注意の生物学的基盤を研究するための計算手法に従う。 マウスの網膜および皮質電気生理学的データを解析した。 視覚刺激は、現実世界のシーンを描いた自然画像である。 その結果, 一次視覚野 (V1) では, 約10 % のニューロンのサブセットが, 正常と非正常の視覚野に対して異なる反応を示した。 網膜反応では視覚注意情報は得られなかった。 網膜は視覚注意に関するナイーブであり、視覚注意情報を解釈するために皮質反応が変調される。 実験動物実験は、我々がこの研究で追跡した視覚的注意の生物学的基盤をさらに探求するために設計されるかもしれない。 応用・翻訳科学において,本研究は,視覚障害者に対する人工視覚知覚を,網膜または大脳皮質に装着した電子インプラントにより生成する視覚補綴システムの設計に寄与する。

関連論文リスト

• Deep Learning for Visual Neuroprosthesis [22.59701507351177]
  視覚経路は、視覚情報の符号化と処理に寄与する細胞と領域の複雑なネットワークを含んでいる。 本章では、視覚知覚の重要性と、視覚情報が脳内でどのようにエンコードされ、どのように表現されるかを理解する上での課題について論じる。
  論文  参考訳（メタデータ） (2024-01-08T02:53:22Z)
• Unidirectional brain-computer interface: Artificial neural network encoding natural images to fMRI response in the visual cortex [12.1427193917406]
  本稿では,人間の脳を模倣する人工ニューラルネットワークVISIONを提案する。 VISIONは、人間の血行動態の反応をfMRIボクセル値として、最先端の性能を超える精度で45%の精度で予測することに成功した。
  論文  参考訳（メタデータ） (2023-09-26T15:38:26Z)
• BI AVAN: Brain inspired Adversarial Visual Attention Network [67.05560966998559]
  機能的脳活動から直接人間の視覚的注意を特徴付ける脳誘発対人視覚注意ネットワーク(BI-AVAN)を提案する。 本モデルは,人間の脳が監督されていない方法で焦点を絞った映画フレーム内の視覚的物体を識別・発見するために,注意関連・無視対象間の偏りのある競合過程を模倣する。
  論文  参考訳（メタデータ） (2022-10-27T22:20:36Z)
• Adapting Brain-Like Neural Networks for Modeling Cortical Visual Prostheses [68.96380145211093]
  皮質補綴は視覚野に移植された装置で、電気的にニューロンを刺激することで失った視力を回復しようとする。 現在、これらのデバイスが提供する視覚は限られており、刺激による視覚知覚を正確に予測することはオープンな課題である。 我々は、視覚システムの有望なモデルとして登場した「脳様」畳み込みニューラルネットワーク(CNN)を活用することで、この問題に対処することを提案する。
  論文  参考訳（メタデータ） (2022-09-27T17:33:19Z)
• Peripheral Vision Transformer [52.55309200601883]
  我々は生物学的にインスパイアされたアプローチを採用し、視覚認識のためのディープニューラルネットワークの周辺視覚をモデル化する。 本稿では,マルチヘッド自己アテンション層に周辺位置エンコーディングを組み込むことにより,トレーニングデータから視覚領域を様々な周辺領域に分割することをネットワークが学べるようにすることを提案する。 大規模画像Netデータセット上でPerViTと呼ばれる提案したネットワークを評価し,マシン知覚モデルの内部動作を体系的に検討した。
  論文  参考訳（メタデータ） (2022-06-14T12:47:47Z)
• Prune and distill: similar reformatting of image information along rat visual cortex and deep neural networks [61.60177890353585]
  深部畳み込み神経ネットワーク(CNN)は、脳の機能的類似、視覚野の腹側流の優れたモデルを提供することが示されている。 ここでは、CNNまたは視覚野の内部表現で知られているいくつかの顕著な統計的パターンについて考察する。 我々は、CNNと視覚野が、オブジェクト表現の次元展開/縮小と画像情報の再構成と、同様の密接な関係を持っていることを示す。
  論文  参考訳（メタデータ） (2022-05-27T08:06:40Z)
• Assessing visual acuity in visual prostheses through a virtual-reality system [7.529227133770206]
  現在の視覚インプラントは、非常に低解像度で視野が限られており、インプラント患者では視力に制限がある。 我々は,仮想現実感ソフトウェアと携帯型ヘッドマウントディスプレイを組み合わせて,模擬義肢視覚下での通常視認者の性能を評価する。 その結果, 視力は1.3logMAR, 20deg, 1000 phosphene で, 視力は1.3 logMARであった。
  論文  参考訳（メタデータ） (2022-05-20T18:24:15Z)
• Brain-inspired algorithms for processing of visual data [5.045960549713147]
  視覚野のニューロンの機能に関する神経科学的知見に基づく画像処理とコンピュータビジョンのアプローチを概観する。 入力刺激の変化に対する安定性が向上した視覚系を提供するため,一部のニューロンの応答抑制機構に特に注目する。
  論文  参考訳（メタデータ） (2021-03-02T10:45:38Z)
• What Can You Learn from Your Muscles? Learning Visual Representation from Human Interactions [50.435861435121915]
  視覚のみの表現よりも優れた表現を学べるかどうかを調べるために,人間のインタラクションとアテンション・キューを用いている。 実験の結果,我々の「音楽監督型」表現は,視覚のみの最先端手法であるMoCoよりも優れていた。
  論文  参考訳（メタデータ） (2020-10-16T17:46:53Z)
• VisualEchoes: Spatial Image Representation Learning through Echolocation [97.23789910400387]
  いくつかの動物種(コウモリ、イルカ、クジラなど)や視覚障害者さえもエコーロケーションを行う能力を持っている。 エコーロケーションを用いて有用な視覚特徴を学習する対話型表現学習フレームワークを提案する。 我々の研究は、物理的世界との相互作用によって監督される、エンボディエージェントのための表現学習の新しい道を開く。
  論文  参考訳（メタデータ） (2020-05-04T16:16:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。