集成的視覺和語義神經(jīng)網(wǎng)絡(luò)模型解釋了大腦中的人體對象識別

劍橋大學(xué)的神經(jīng)科學(xué)研究人員將計算機(jī)視覺與語義相結(jié)合，開發(fā)出一種新模型，可以幫助更好地理解大腦中物體的處理方式。

人類識別物體的能力涉及兩個主要過程，即對象的快速視覺分析和整個生命中獲得的語義知識的激活。大多數(shù)過去的研究分別研究了這兩個過程; 因此，他們的相互作用仍然很不清楚。

劍橋研究人員團(tuán)隊(duì)使用一種新方法研究了物體識別過程，該方法將深度神經(jīng)網(wǎng)絡(luò)與吸引子網(wǎng)絡(luò)語義模型相結(jié)合。與之前的大多數(shù)研究相比，他們的技術(shù)既考慮了視覺信息，又考慮了有關(guān)物體的概念知識。

劍橋研究人員告訴Tech Xplore說：“我們之前曾與健康人和腦損傷患者進(jìn)行了大量研究，以更好地了解物體在大腦中的處理方式。” “這項(xiàng)工作的主要貢獻(xiàn)之一是表明理解物體是什么涉及視覺輸入隨著時間的推移迅速轉(zhuǎn)變?yōu)橛幸饬x的表現(xiàn)形式，這種變革過程是沿著腹側(cè)顳葉的長度完成的。”

研究人員堅(jiān)信，訪問語義記憶是理解對象是什么的關(guān)鍵部分，因此僅關(guān)注視覺相關(guān)屬性的理論并不能完全捕捉到這個復(fù)雜的過程。

“這是當(dāng)前研究的最初觸發(fā)因素，我們希望充分了解低級視覺輸入如何映射到對象意義的語義表示，”研究人員解釋說。為此，他們使用了一個專門從事計算機(jī)視覺的標(biāo)準(zhǔn)深度神經(jīng)網(wǎng)絡(luò)，稱為AlexNet。

他們解釋說：“這個模型以及其他類似的模型可以非常精確地識別圖像中的對象，但它們不包含任何關(guān)于對象語義屬性的明確知識。” “例如，香蕉和獼猴桃的外觀(不同的顏色，形狀，質(zhì)地等)非常不同，但是，我們正確地理解它們都是水果。計算機(jī)視覺的模型可以區(qū)分香蕉和獼猴桃，但它們不是編碼更加抽象的知識，兩者都是果實(shí)。“

研究人員承認(rèn)神經(jīng)網(wǎng)絡(luò)對計算機(jī)視覺的局限性，將AlexNet視覺算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，神經(jīng)網(wǎng)絡(luò)將概念意義(包括語義知識)分析到方程中。

“在組合模型中，視覺處理映射到語義處理并激活我們關(guān)于概念的語義知識，”研究人員說。

他們的新技術(shù)在16名志愿者的神經(jīng)影像數(shù)據(jù)上進(jìn)行了測試，他們被要求在對象進(jìn)行fMRI掃描時為其命名。與傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)(DNN)視覺模型相比，新方法能夠識別與視覺和語義處理相關(guān)的大腦區(qū)域。

“這項(xiàng)研究最關(guān)鍵的發(fā)現(xiàn)是，通過考慮物體的視覺和語義屬性，可以更好地模擬物體識別過程中的大腦活動，這可以通過計算建模方法捕獲，”研究人員解釋說。

他們設(shè)計的方法對大腦中語義激活的階段進(jìn)行了預(yù)測，這與先前的對象處理過程一致，其中更粗粒度的語義處理讓位于更精細(xì)的處理。研究人員還發(fā)現(xiàn)，該模型的不同階段預(yù)測了大腦對象處理途徑的不同區(qū)域的激活。

“最終，人們?nèi)绾斡幸饬x地處理視覺對象的更好模型可能具有實(shí)際的臨床意義;例如，在理解語義癡呆等條件下，人們失去了對象概念意義的知識，”研究人員說。

在劍橋進(jìn)行的研究是對神經(jīng)科學(xué)領(lǐng)域的重要貢獻(xiàn)，因?yàn)樗故玖舜竽X的不同區(qū)域如何促進(jìn)對象的視覺和語義處理。

研究人員補(bǔ)充說：“現(xiàn)在研究一個地區(qū)的信息如何轉(zhuǎn)化為我們在大腦不同區(qū)域看到的不同狀態(tài)至關(guān)重要。” “為此，我們需要了解連通性和時間動力學(xué)如何支持這些變革性神經(jīng)過程。”