面向交互式图像生成的脑相关性反馈

视频

DOI

脑机接口(BCI)目前主要用于执行简单操作，在复杂任务中应用有限。本研究提出一种新方法，利用脑相关性反馈控制生成对抗网络(GAN)。31名参与者观看人脸图像并集中关注特定面部特征，采集其EEG数据。训练EEG相关性分类器并将其作为反馈传播到GAN提供的潜在图像表示，根据相关标准匹配单个向量的估计值并进行迭代更新，以优化图像生成过程向心理目标靠拢。双盲评估显示，该方法准确率达86.26%，显著优于随机反馈(18.71%)，且与显式反馈(93.30%)无显著差异。此外，验证了该方法在同时任务目标下的可行性，展示了BCI在个体任务约束之外的操作能力。因此，脑相关性反馈可有效控制生成模型，克服了当前BCI方法的关键局限性。