解读脑电波以生成图像

关于脑电图（EEG）波的研究在BCI技术和神经语言学的发展中一直是一个关键主题。EEG波不仅被用于研究神经活动，还用于探索人类认知活动，在神经系统疾病的诊断中以及在犯罪学领域理解潜在心理。解读这些波以生成开放词汇的图像仍然是一个未经探索的领域。这项追求始于对EEG波进行细致的预处理和分析的重要步骤，使用下采样、带通滤波、去除坏通道和独立成分分析（ICA）等各种技术。下一步目标是EEG到文本的解码，重点是开放词汇，以生成图像以便更好地沟通，使用ZuCo 1.0和ZuCo 2.0数据集。对于文本生成任务，使用了预训练的大型语言模型，如BERT和BART，而对于图像生成，则利用一个稳定扩散模型。我们的模型在EEG到文本解码中获得了0.34的BLEU-1分数。然而，该模型可以处理各种数据类型，显示出在适当数据集可用时，构建高性能开放词汇脑-文本系统的巨大潜力。