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