1527-深度学习控制人类视觉皮层电诱发活动

这项研究介绍了一种基于深度学习的闭环框架，旨在通过视觉皮层植入物精准控制失明患者体内的神经活动。研究团队开发了前向神经网络来预测电刺激诱发的神经反应，并利用逆向模型和梯度优化技术来合成特定的刺激方案。实验结果表明，该方法能够以较低的电流强度产生目标神经响应，且诱发的视觉感知比传统映射方式更加稳定一致。研究还发现，诱发的神经活动遵循低维流形约束，且记录到的群体活动比单纯的刺激参数更能准确预测患者的主觉报告。总之，这项成果为通过模型驱动提升人工视觉质量及神经环路的人工干预提供了重要基础。

References:

• Moure P, Granley J, Grani F, et al. Deep Learning–Based Control of Electrically Evoked Activity in Human Visual Cortex[J]. bioRxiv, 2025.