通过机器学习解码大脑的自发想法
发布时间：2024-04-12 10:52:52来源：
基础科学研究所 (IBS) 神经科学成像研究中心 (CNIR) 的 Kim Hong Ji 和 Woo Choong-Wan 领导的研究小组与达特茅斯学院的 Emily FINN 合作，开启了一个新的理解领域人脑内。
该团队展示了使用功能磁共振成像(fMRI)和机器学习算法来预测人们在阅读故事或自由思考状态时思想中的主观感受的可能性。该研究发表在《美国国家科学院院刊》上。
大脑始终处于活跃状态，即使在休息或睡眠时也会出现自发的想法。这些想法可以是任何东西，从过去的记忆到对未来的愿望，它们常常与情感和个人担忧交织在一起。然而，由于自发思维通常在没有任何意识约束的情况下发生，因此研究它们会带来挑战 - 即使简单地询问个人他们当前在想什么也可以改变他们思想的本质。
新的研究表明，通过将个人叙述与功能磁共振成像相结合，有可能开发自发思维过程中情感内容的预测模型。叙事和自发思想具有相似的特征，包括丰富的语义信息和随时间展开的性质。为了捕捉多样化的思维模式，参与者进行了一对一的采访，以制作个性化的叙事刺激，反映他们过去的经历和情感。当参与者在核磁共振扫描仪内阅读他们的故事时，他们的大脑活动被记录下来。
功能磁共振成像扫描后，参与者被要求再次阅读故事，并报告每个时刻感知的自我相关性(即该内容与自己相关的程度)和效价(即该内容的积极或消极程度)。
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
