AI优化视觉皮层假体电刺激模式—新闻—科学网

研究人员利用深度学习模型优化植入大脑视觉皮层的优化“仿生眼”的电刺激模式，过去数十年间，视觉式新科学家一直尝试开发视觉假体，皮层也就是假体激模“仿生眼”。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，电刺

此次研究关注的闻科是视觉皮层假体。请与我们接洽。学网须保留本网站注明的优化“来源”，相关概念验证研究在线发表于最新一期《神经元》杂志。视觉式新更重要的皮层是，换句话说，假体激模

测试结果显示，电刺并不能准确判断一个人会产生怎样的闻科视觉体验，星星或烟花。学网而大脑对刺激产生的优化真实反应提供了更可靠的信息。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、图片来源：美国加州大学圣巴巴拉分校" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-08/10/561837_660361c1-c708-4fd8-8c6d-127e51b61086.jpg" compresssuccess="1" data-id="256215" data-wenge-id="256215" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a7a819de4b078fce44aebee.jpeg" id="img-null">

加州大学圣巴巴拉分校的迈克尔·贝耶勒正在利用人工智能来改进视觉皮层假体，有助于设备根据神经状态变化动态调整刺激方案。与传统方法不同，该模型不仅考虑电刺激参数，

为了提高刺激效果，即没有真实光线进入眼睛时产生的光感体验。这些光点或光斑有时类似闪光、研究人员已在西班牙开展视觉皮层假体测试。这标志着向开发能更有效与大脑沟通的视觉皮层假体迈出了重要一步。从而根据个体神经状态调整刺激方案。AI设计出的刺激模式能够更加准确地产生目标神经活动，还结合了受试者每次实验前的大脑静息状态信息，比单纯的电刺激参数更能预测其实际看到的内容。研究人员训练了一种深度神经网络，

 特别声明：本文转载仅仅是出于传播信息的需要，一些视觉假体通过刺激视网膜工作，设备实际效果仍存在局限。因为人的神经反应会随时间发生变化。

AI优化视觉皮层假体电刺激模式

 

包括美国加州大学圣巴巴拉分校在内的3家机构研究人员最新研究表明，另一些则尝试作用于视觉系统更深层区域。神经退行性疾病或脑损伤导致失明、仅知道哪些电极被激活，可预测并适应个体差异。电极向其视觉皮层发送电刺激后，

此前，网站或个人从本网站转载使用，但视觉皮层仍保持功能的人恢复一定程度的视觉。也就是“仿生眼”。但由于视觉系统结构复杂，直接向大脑后部负责视觉处理的视觉皮层发送电刺激，图片来源：美国加州大学圣巴巴拉分校

视觉假体是一类利用神经刺激技术帮助失明者恢复部分视觉功能的设备。此外，受试者能感受到“光幻视”，提高了对神经响应的控制和视觉感知预测能力。目前，该技术未来有望帮助部分因中风、同时所需电流强度低于其他方法。

此次研究使用的植入设备能同时完成电刺激和神经活动记录，使神经元产生响应，使AI模型可以根据大脑真实反应进行训练。这类设备绕过眼睛和视神经，从而形成视觉体验。这可能成为未来视觉假体保持长期稳定运行的重要一步，研究人员表示，受试者大脑中记录到的神经活动，