來獻醜一下。
當初是想做讓受試者想一個畫面，然後我們可以算出來。
簡化版本就是受試者想一個字我們可以測到。
基本原理差不多，聽起來都蠻偉大的。
我們是想說構成字的是線條。
那我們可以先做實驗給這種長度，旋轉角度的線條。
掃受試者的影像。
利用SVM、KNN之類的分類器去尋找可以區分event的feature。
要把訊號訂在visual cortex或者whole brain都可以。
簡單的feature可以像是各個voxel的std、mean等，各個視覺區的between group std等。
但沒做實驗當然不知道有沒有效就是了。
然後我們去計算看到什麼線條會是什麼樣的pattern，
這裡刺激的選取就很重要，你要一條一條線或者是一次兩三條線等
畢竟如果是一條一條線，要確保有superposition的特性。
而且database要有多大其實真的不太知道，
但之前看他們做EEG其實不用太大的樣子。
等到建立好database。
接著就要做反向的實驗了。
先請受試者想像一個字，
然後掃影像，計算feature，看比教會是哪些線條的組成，
當然這時候是一個一對多的解。
最後再看符合這些線條組成的字有哪些...
這是大概的想法，真的蠻粗糙的 0rz
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 118.160.163.216