返回
Decoding Naturalistic Episodic Memory with Artificial Intelligence and Brain-Machine Interface
DOI:10.1002/advs.202520125.png)
摘要
En 中文
情景记忆将经验中的“什么”、“哪里”和“何时”整合成一个连贯的自传体叙事。数十年的研究已识别出海马体的位置、时间和概念细胞作为这些成分的神经相关物。然而,一个重大挑战依然存在:现实生活中的记忆编码发生在高维度的自然环境中,其中多模态感官、情绪和认知过程在时间和情境上交织。传统范式和分析工具不足以解码此类复杂体验背后的神经活动。人工智能(AI)的最新进展提供了应对这一挑战的新方法。AI模型,如变分自编码器和多模态对齐框架,能够从神经和行为数据中提取潜在表征,捕捉记忆编码的自然结构。大型语言模型进一步提供了强大的框架,用于解释主观记忆报告,将口头叙述与记忆编码联系起来。当这些工具与能够记录和操纵相关脑区大量神经元群体的闭环脑机接口(BMI)相结合时,它们使解决长期存在的问题成为可能:如何在自然行为中解码记忆编码,以及这些记忆编码是否因果性地生成记忆,而不仅仅是与记忆相关。这一整合的AI-BMI框架概述了从绘制记忆到工程化记忆的道路图,对阿尔茨海默病、创伤性脑损伤和PTSD具有启示意义。
Keyword:
artificial intelligence
brain-machine interface
episodic memory
hippocampus
multimodal modeling
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
14.1
论文数:
1.8W
被引数:
11.5W
机构
引用论文
Which elements of the mammalian central nervous system are excited by low current stimulation with microelectrodes?通过微电极的低电流刺激会激发哺乳动物中枢神经系统的哪些成分?
Neuroscience
IF0
Cortical activation among young adults during mobility in an indoor real-world environment: A mobile EEG approach室内真实世界环境中移动任务期间青年人群的皮层激活:一种移动脑电图方法
Representation of abstract semantic knowledge in populations of human single neurons in the medial temporal lobe内侧颞叶人类单个神经元群体中抽象语义知识的表示
PLOS Biology
IF0
Hippocampal Time Cells Bridge the Gap in Memory for Discontiguous Events海马时间细胞弥合了不连续事件的记忆差距
NEURON
IF15
Trustworthy clinical AI solutions: A unified review of uncertainty quantification in Deep Learning models for medical image analysis值得信赖的临床AI解决方案: 用于医学图像分析的深度学习模型中不确定性量化的统一审查
Human neural dynamics of real-world and imagined navigation现实世界与想象导航的人类神经动态
NATURE HUMAN BEHAVIOUR
IF15.9

