PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.22753v1cs.CV

fMRI로부터 인간 시각 지각의 실시간 재구성

Real-time Reconstruction of Human Visual Perception from fMRI

기능적 자기공명영상(fMRI) 기반 실시간 폐쇄루프(closed-loop) 신경 피드백(neurofeedback)은 중요한 과학적·임상적 진전을 이끌어 왔다. 그러나 실시간 fMRI에 사용되는 분석 방법의 정교함은 fMRI 디코딩(decoding) 분야의 최신 기술(state-of-the-art)에 비해 뒤처져 있으며, 이는 주로 계산적 요인 때문이다. 대부분의 고급 디코딩 파이프라인은 실시간 처리 제약 범위 내에 들어가지 못하는데, 실시간 처리에서는 분석이 수 초 이내에 수행되어야 하고 세션 후반에 수집된 데이터를 활용할 수 없기 때문이다. 본 연구에서는 지각된 자연 이미지를 재구성하는 계산 집약적 최신 파이프라인(MindEye2)의 실시간 호환 적응 버전을 제시하고, 이 설정에서도 신뢰할 수 있는 세밀한(fine-grained) 디코딩이 여전히 가능함을 보여준다. 오픈소스 확장 가능 클라우드 기반 플랫폼 RT-Cloud를 사용하여 실시간 스캔을 수행했으며, 참가자에게 이미지가 제시된 후 수 초 이내에 단일 시행(single-trial) 시각 지각을 디코딩했다. 마지막으로 시뮬레이션 분석을 통해 오프라인에서 실시간 분석으로 전환할 때 성능 변화를 유발하는 요인들을 문서화했다. 본 연구는 이러한 강력한 fMRI 디코딩 파이프라인을 실시간 분석에 배치하는 것이 실현 가능함을 개념 증명(proof-of-concept)으로 제시하며, 과학적 발견과 임상 치료를 위한 뇌-컴퓨터 인터페이스(brain-computer interface) 활용의 길을 연다.

arXiv:2606.13017v1q-bio.NC

EEG 신호 임계성을 통한 깊은 수면 분류: 수면 개선 뉴로피드백을 위한 수동형 BCI 접근법

Deep Sleep Classification via EEG Signal Criticality: A Passive BCI Approach for Sleep-Improvement Neurofeedback

수면 개선 뉴로피드백을 위한 수동형 뇌-컴퓨터 인터페이스(pBCI)에서 깊은 수면(N3)을 식별하기 위해 추세 제거 변동 분석(DFA) 기반의 임계성 특징을 활용하여 분류 성능을 평가했다. Naive Bayes 분류기가 87.17%의 균형 잡힌 정확도를 기록하며 완전 연결 심층 신경망이나 랜덤 포레스트보다 우수한 성능을 보여 pBCI를 위한 고정밀 감지 메커니즘으로 제안되었다.