論文の概要: Transition-Related Potentials as Markers of Narrative Comprehension in Continuous EEG
- arxiv url: http://arxiv.org/abs/2607.20720v1
- Date: Wed, 22 Jul 2026 20:43:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.219147
- Title: Transition-Related Potentials as Markers of Narrative Comprehension in Continuous EEG
- Title（参考訳）: 連続脳波における物語的理解の指標としての遷移関連電位
- Abstract要約: 映像的カットに対する脳波応答は物語的文脈によって形成されていることを示す。
このシグネチャは、コンパクトなディープニューラルネットワークを用いたグループ平均連続記録から直接回収することができる。
そこで本研究では,脳波の反応を他の脳波刺激の形で解析する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.43340169930181155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Harnessing the potential of electroencephalography (EEG) for brain research is fundamentally limited by intrinsic noise and the diffuse projection of brain-generated activity over the scalp. The standard event-related potential (ERP) paradigm addresses this limitation by relying on repeated independent trials, albeit at the cost of moving away from naturalistic experimental conditions. As a more naturalistic alternative, we collected continuous EEG while participants watched short films and extracted potentials aligned to sharp cinematic transitions (cuts). We demonstrate that such transition-related potentials (TRPs) exhibit canonical ERP-like temporal structure associated with significant information processing. By comparing coherent films with scene-scrambled versions containing matched post-cut sensory input, we find that these responses are systematically shaped by narrative context. We then show that the cut-related EEG signature can be recovered directly from group-averaged continuous recordings with a compact deep neural network (DNN). The detector generalized across films and subject groups, and the resulting TRPs reproduced the main context-dependent effects observed for manually annotated cuts. These results indicate that narrative context leaves a measurable signature in EEG responses, that this signature can be detected directly in continuous recordings, and that such detections provide a semi-automated framework for analyzing how viewers process and understand film narratives. We propose that the method outlined here can be adapted to parse EEG responses to other forms of continuous stimulation, providing a general tool for probing experimental conditions that are closer to natural human experience.
- Abstract（参考訳）: 脳波検査(EEG)の脳研究の可能性は、内因性ノイズと頭皮上の脳活動の拡散投射によって根本的に制限される。
標準事象関連電位(ERP)パラダイムは、自然主義的な実験条件から逸脱するコストがかかるにもかかわらず、反復的な独立試験に頼ることによって、この制限に対処する。
より自然主義的な代替手段として,参加者が短い映画を観ながら連続した脳波を収集し,鮮明な映画遷移(カット)に沿った電位を抽出した。
これらの遷移関連電位 (TRP) は, 重要な情報処理に関連する標準ERP様時間構造を示す。
また,コヒーレントフィルムとシーンスクランブルバージョンを比較することで,これらの応答は物語の文脈によって体系的に形成されていることがわかった。
次に,コンパクトディープニューラルネットワーク(DNN)を用いたグループ平均連続記録から切断関連脳波シグネチャを直接回収できることを示す。
検出器は膜と被写体グループにまたがって一般化され、その結果のTRPは手動でアノテートされたカットで観察された主な文脈依存効果を再現した。
これらの結果から,脳波応答において物語コンテキストは測定可能なシグネチャを残し,このシグネチャは連続記録において直接検出可能であること,また,映像物語の処理と理解の仕方を分析するための半自動フレームワークが提供されることが示唆された。
そこで本研究では,脳波の反応を他の脳波の刺激に適応させる手法を提案し,人間の経験に近い実験条件を探索するための一般的なツールを提供する。
関連論文リスト
- The Attention Triangle in Audio-Video Models [67.46972888113658]
音声・ビデオ拡散モデルは、テキスト、音声、視覚内容の調整にモーダルな注意を頼っているが、この機構は微妙で体系的な意味的漏洩をもたらす可能性がある。
テキスト,音声,ビデオストリームを接続する3つの横断的エッジからなる「注意三角形」を探索し,解析することにより,これらのモデルについて検討する。
音声は映像生成に影響を及ぼし、ビデオは音声生成に影響を及ぼす。
論文 参考訳（メタデータ） (2026-09-03T09:33:27Z) - Learning to Watch: Active Video Anomaly Understanding via Interleaved Policy Optimization [56.150184676745205]
ビデオ異常理解(VAU)は、スパースでコンテキストに依存した手がかりに依存している。
本稿では,映像理解をアクティブな逐次意思決定プロセスとして再認識するクローズドループフレームワークである$Anomtext-$を提案する。
人間のビデオレビュー行動に触発されたこのフレームワークは、内部の認知的推論と戦略的エビデンスを、インターリーブされたポリシーに統一する。
論文 参考訳（メタデータ） (2026-07-01T08:41:49Z) - Brain-Gen: Towards Interpreting Neural Signals for Stimulus Reconstruction Using Transformers and Latent Diffusion Models [1.479639149658596]
脳波記録から観察された視覚刺激に関連する空間的時間的表現を抽出する枠組みを提案する。
我々の研究は、脳波信号の一般化可能な意味解釈に向けた重要な一歩である。
論文 参考訳（メタデータ） (2025-12-21T18:20:21Z) - WaveMind: Towards a Conversational EEG Foundation Model Aligned to Textual and Visual Modalities [55.00677513249723]
脳波信号は認知過程と固有の神経状態の両方を同時に符号化する。
我々は、EEG信号とその対応するモダリティを統一意味空間にマッピングし、一般化された解釈を実現する。
結果として得られたモデルは、柔軟でオープンな会話をサポートしながら、堅牢な分類精度を示す。
論文 参考訳（メタデータ） (2025-09-26T06:21:51Z) - Interpretable EEG-to-Image Generation with Semantic Prompts [6.712646807032639]
本モデルでは,脳波信号とセマンティックキャプションをアライメントすることで,直接脳波画像生成をバイパスする。
トランスフォーマーベースの脳波エンコーダは、対照的な学習を通じて脳活動をこれらのキャプションにマッピングする。
このテキストによるフレームワークは、EEGCVPRデータセット上で最先端のビジュアルデコーディングをもたらす。
論文 参考訳（メタデータ） (2025-07-09T17:18:06Z) - Learning Interpretable Representations Leads to Semantically Faithful EEG-to-Text Generation [52.51005875755718]
我々は脳波からテキストへの復号に焦点をあて、後部崩壊のレンズを通して幻覚の問題に対処する。
脳波とテキスト間の情報容量のミスマッチを認め、デコードタスクをコア意味のセマンティックな要約として再設計する。
パブリックなZuCoデータセットの実験では、GLIMが一貫して、流動的なEEG基底文を生成することが示されている。
論文 参考訳（メタデータ） (2025-05-21T05:29:55Z) - sEEG-based Encoding for Sentence Retrieval: A Contrastive Learning Approach to Brain-Language Alignment [8.466223794246261]
本稿では,凍結したCLIPモデルの文埋め込み空間に単射ステレオ脳波信号(sEEG)を投影するコントラスト学習フレームワークであるSSENSEを提案する。
本手法は,自然主義映画視聴データセットから,時系列のsEEGと音声の書き起こしについて評価する。
論文 参考訳（メタデータ） (2025-04-20T03:01:42Z) - Time-varying EEG spectral power predicts evoked and spontaneous fMRI motor brain activity [4.2991900707527915]
脳波-fMRI同時記録は、fMRI信号と脳波信号の相補的な高空間分解能と高時間分解能をそれぞれ利用することにより、脳活動の研究にますます利用されている。
本稿では,Sparse Group Lasso正則化を用いた個別被験者を対象とした解釈モデルを用いて,運動脳ネットワークのタスク誘発信号と自発fMRI信号の両方を予測できるかどうかを検討する。
論文 参考訳（メタデータ） (2025-04-14T22:54:41Z) - CSLP-AE: A Contrastive Split-Latent Permutation Autoencoder Framework
for Zero-Shot Electroencephalography Signal Conversion [49.1574468325115]
脳波分析の鍵となる目的は、基礎となる神経活動(コンテンツ)を抽出し、個体の変動(スタイル)を考慮することである。
近年の音声変換技術の発展に触発されて,脳波変換を直接最適化するCSLP-AEフレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-13T22:46:43Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z) - DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG
Signals [62.997667081978825]
我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。
我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。
標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
論文 参考訳（メタデータ） (2021-12-08T13:07:21Z)
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。