Concept illustration of a researcher comparing a schematic brain scan with a coarse apple reconstruction.

Brain-IT und der Universal Brain Encoder: Zwei Richtungen zwischen Bildern und fMRT

Kodierung und Rekonstruktion sind unterschiedliche Aufgaben

Das öffentliche Code-Repository der Weizmann-Forscher unterscheidet zwischen zwei Systemen. Der Universal Brain Encoder sagt fMRT-Antworten aus Bildern voraus; Brain-IT rekonstruiert Bilder aus der fMRT-Aktivität. Diese Richtung ist wichtig: Die Vorhersage einer Gehirnantwort auf ein bereitgestelltes Bild ist nicht dasselbe wie die Wiederherstellung eines Bildes aus gemessenen Gehirnsignalen.

Warum gehirnübergreifend lernen?

Das Projekt Universal Brain Encoder beschreibt das Training über verschiedene Teilnehmer, Datensätze und Scanner hinweg, anstatt für jede Person ein völlig separates Modell zu erstellen. Es lernt Repräsentationen für einzelne Gehirnvoxel und setzt diese in Beziehung zu Bildmerkmalen. Die Forscher berichten von einer verbesserten Übertragbarkeit auf neue Teilnehmer mit einer begrenzten Anzahl von Trainingsbeispielen.

Forschung begründet noch keine Therapie

Der Bericht des Instituts vom September präsentiert die Bildrekonstruktion als Forschungsergebnis und beschreibt die Dekodierung von Träumen als zukünftige Herausforderung. Ein fMRT-Scan dauert etwa zwei Sekunden, während sich Videobilder viel schneller verändern. Die Arbeit sollte nicht als nachgewiesene Kommunikationsbehandlung für Locked-in-Patienten oder als zuverlässige Aufzeichnung von Träumen dargestellt werden.

Grenzen der Evidenz

Diese Zusammenfassung basiert auf den öffentlichen Materialien der Forscher. Der ursprüngliche heise-Artikel war nur als Vorschau zugänglich. Wir haben die Experimente nicht reproduziert und die klinische Wirksamkeit nicht bewertet.

Quellen

Datenschutz-Übersicht

Diese Website verwendet Cookies, damit wir dir die bestmögliche Benutzererfahrung bieten können. Cookie-Informationen werden in deinem Browser gespeichert und führen Funktionen aus, wie das Wiedererkennen von dir, wenn du auf unsere Website zurückkehrst, und hilft unserem Team zu verstehen, welche Abschnitte der Website für dich am interessantesten und nützlichsten sind.