脑电图到图像生成：利用生成对抗网络从 EEG 重建视觉刺激

英文标题：Brain-to-Image Generation: Reconstructing Visual Stimuli from EEG using Generative Adversarial Networks

这篇 arXiv 预印本研究如何利用生成对抗网络（GAN），从脑电图（EEG）信号中重建受试者所见的视觉刺激。论文指出，EEG 虽具有较高的时间分辨率，但头皮测量的空间分辨率有限；同时，配对的 EEG—图像数据集规模仍远小于现代生成模型通常依赖的训练语料。该研究聚焦脑机接口与神经影像解码场景，为基于非侵入式脑信号的视觉内容重建提供了探索方向。对开发者而言，相关工作也凸显了数据规模、信号空间精度与生成模型训练之间的关键限制。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB