观察行为为了解人类认知和健康的许多核心方面提供了一个窗口,它是许多功能磁共振成像(fMRI)研究中感兴趣或混淆的一个重要变量。有鉴于此,挪威科技大学的Markus Frey、Matthias Nau等研究人员,利用深度神经网络实现基于磁共振的眼球追踪。
本文要点
1)研究人员为了使眼球追踪能够自由和广泛地用于磁共振成像研究,开发了DeepMReye,这是一个卷积神经网络(CNN),从眼球的磁共振信号中解码注视位置。
2)它以亚成像的时间分辨率,在几乎没有训练数据的情况下和通用的扫描协议中,对保持不动的参与者进行无凸轮眼动跟踪。
3)重要的是,它甚至在现有的数据集和闭眼时也能工作。解码的眼球运动解释了整个网络的大脑活动,也解释了与眼球运动功能无关的区域。
本文研究工作强调了眼动跟踪对解释fMRI结果的重要性,并提供了一个开源的软件解决方案,可广泛适用于研究和临床环境。
参考文献:
Markus Frey, et al. Magnetic resonance-based eye tracking using deep neural networks. Nature Neuroscience, 2021.
DOI:10.1038/s41593-021-00947-w
https://www.nature.com/articles/s41593-021-00947-w