Optimizing MR-based gaze-decoding for eyes-closed eye-tracking in fMRI
本研究表明，通过在视觉运动校准数据上对 DeepMReye 深度学习框架进行微调，能够实现对闭眼期间注视点和眼睑状态的精确、无相机重建，从而克服了研究非视觉认知状态时面临的一个主要局限。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在核磁共振成像（MRI）扫描器轻微的嗡嗡声中，研究人员经常要求人们在面对图片、声音或思想时保持完全静止，以便观察大脑如何产生反应。几十年来，科学家们一直知道，一个人注视哪里与他们在想什么同样重要。如果参与者的眼神哪怕只是轻微偏移，记录到的脑部活动就会发生彻底改变，将清晰的信号变成混乱的噪声。为了防止这种情况，大多数研究都使用高速摄像机来追踪眼睛，以确保参与者正看向他们应该看的地方。但这些摄像机有一个盲点：它们看不见闭上的眼睛。这在我们的理解中留下了一个巨大的空白。我们无法研究在睡眠中、在闭眼深度放松时，或者在人们被要求在脑海中构思场景时，大脑中发生了什么，因为我们无法得知他们的眼睛是否在移动，或者可能指向哪里。
现在，一组研究人员找到了一种方法，不是通过摄像机，而是通过倾听眼球本身的磁信号，从而“看穿”那片黑暗。利用一个能够识别模式的强大计算机程序，他们教会了机器如何去猜测一个人的视线方向，即使在眼睑紧闭的情况下也是如此。这一突破并不依赖昂贵的设备或完美的环境，而是依靠一种聪明的训练方法，使系统能够适应不同的扫描仪和不同的任务，为人类心眼的隐藏运动打开了一扇窗。
故事始于一个名为 DeepMReye 的工具，这是一个已经证明在人们注视屏幕时表现良好的复杂计算机程序。这个程序就像一个翻译官，将来自扫描仪内部眼球的微弱磁涟漪转化为视线方向的地图。然而，原版翻译官主要是在人们睁开眼睛的数据上进行训练的。当研究人员尝试将其用于闭眼的人时，结果变得不稳定。当眼睑压下时，眼睛的物理形状会发生轻微变化，磁信号也会以计算机从未见过的方式发生偏移。这就像是要求一位只懂英语的翻译官突然去解读一种语法完全不同的语言。
为了解决这个问题，研究人员设计了一种全新的训练环节。他们邀请了十五名志愿者进入扫描仪，并要求他们在进行脑部扫描的同时进行一系列眼动。首先，志愿者注视着屏幕上的一个目标，跟随它进行特定的运动轨迹，比如用眼睛在空中描绘三角形。这一部分是在睁眼状态下完成的，为计算机提供了清晰、完美的示例，展示了在受控方式下眼睛移动时磁信号的表现。研究人员随后利用这些新鲜的数据对计算机程序进行了“微调”，本质上是教会了程序如何看待其特定的扫描仪和特定的设置。
结果立竿见见影且十分清晰。当研究人员在同样的睁眼任务上测试经过新训练的程序时，它的表现明显优于原始版本。它追踪运动的精度更高，缩小了计算机认为的视线位置与实际位置之间的距离。至关重要的是，研究人员发现这种进步不仅仅是简单地拉伸数字以适应更大的屏幕。该程序确实学习到了其特定扫描仪捕捉眼球运动的独特方式。更令人惊讶的是，他们发现不需要摄像机数据也能完成这项训练。他们只需告诉计算机：“这个人当时正看着这个特定的点”，程序的学习效果就和它亲眼看到由摄像机记录的实际眼动一样好。这意味着任何实验室，即使没有摄像机，现在也可以教导系统为自己工作。
然而，真正的魔力发生在灯光熄灭之时。研究人员随后要求志愿者执行完全相同的三角形追踪任务，但这一次，他们闭着眼睛，仅凭一系列提示音进行引导。他们还让志愿者缓慢眨眼，以及在没有任何注视目标的情况下保持睁眼。当研究人员将这些闭眼阶段的脑部扫描数据输入到经过新训练的程序中时，它成功地重建了眼动轨迹。计算机能够“看到”黑暗中正在描绘的三角形。为了证明这不是一次幸运的猜测，研究人员打乱了数据中的运动顺序。当序列被破坏时，程序便无法识别出形状，这证明它确实是在解码眼睛的路径，而不仅仅是根据声音的时序进行猜测。
这种观察闭眼运动的能力不仅仅是一个技术展示；它揭示了大脑与眼睛如何相互作用的深刻道理。研究人员发现，该程序还能高精度地分辨开眼与闭眼的状态。它能通过读取磁信号，检测出一个人是在眨眼还是完全闭上了眼睛。这表明眼睑的状态在脑部扫描中留下了独特的指纹，计算机可以学习识别这种指纹。
或许最实用的发现是，该程序不需要在闭眼数据上进行训练就能胜任闭眼任务。研究人员尝试仅使用之前收集的睁眼数据来训练系统。当他们将这个版本用于闭眼阶段的测试时，其表现几乎与经过睁眼和闭眼共同训练的版本一样出色。这意味着，未来如果要研究睡眠或心理意象，科学家们无需再为如何在黑暗中使用摄像机而苦恼。他们只需在受试者清醒并注视屏幕时训练系统，然后将所学知识应用于闭眼时刻。
该研究还解决了此类系统使用中的一个常见局限。通常，研究人员假设只要调整输出的比例尺，通用的程序就能适用于任何设置。研究人员表明，这远远不够。简单的数学缩放无法达到专门针对局部数据进行训练的程序的性能。计算机需要学习特定扫描仪的“声音”，以及在该特定房间内眼睛运动的独特方式。
通过将简单的训练流程与强大的学习算法相结合，研究人员消除了一项研究大脑的主要障碍。他们证明了我们现在可以追踪心灵注视之处，即使在双眼闭合时，而且无需摄像机来观察。这为研究睡眠、深度放松以及内心想象的景观开启了大门，其清晰度在以前是无法实现的。这项技术并非完美无缺；闭眼时的运动自然不如睁眼时精准，计算机也反映了这一现实。但对于人类大脑的研究而言，闭眼带来的黑暗不再是理解上的盲点。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。