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