http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
휴식상태 EEG-to-MRI 크로스 모달리티 변환을 위한 스펙트로그램 기반 딥러닝 기법에 관한 예비 연구
이규석 ( Gyu-seok Lee ),마히마아리아 ( Arya Mahima ),유원상 ( Wonsang You ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.1
뇌의 전기적 신경활동을 측정하는 뇌전도(EEG)는 저렴하게 취득할 수 있고 높은 시간 해상도를 갖는 반면 공간적 정보를 제공하지는 않는다. 기능적 자기공명영상(fMRI)은 혈류변화를 감지하여 뇌활동을 측정하는 방식으로서 높은 공간 분해능을 갖지만 고가의 비용과 설비를 요구한다. 최근 저렴하게 취득할 수 있는 EEG 데이터로부터 딥러닝을 사용하여 fMRI 합성영상을 생성하는 기술이 제안되었지만, 저주파수 대역에서 EEG와 fMRI 간의 뇌과학적 상관관계를 반영하지는 않는다. 본 연구에서는 휴식상태에서 취득된 EEG 데이터를 스펙트로그램으로 변환한 후 저주파수 특성을 사용하여 fMRI 합성영상을 생성하는 U-net 기반의 크로스 모달리티 변환 모델의 실현가능성을 평가하였다.
딥러닝 기반 EEG-to-fMRI 생성에 관한 예비연구
이규석(Gyuseok Lee),마히마 아리아(Arya Mahima),앙드레 브레흐만(Andre Brechmann),요르그 스타들러(Jorg Stadler),장용준(Yongjun Chang),유원상(Wonsang You) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.11
Electroencephalography (EEG) measures the electrophysiological activity of the brain, while functional magnetic resonance imaging (fMRI) detects changes in blood flow in the brain. Recently, multimodal brain imaging where both modalities are simultaneously taken and jointly analyzed has increasingly attracted for neuroscientific research. However, its use is still limited due to the cost of the technology and difficulties in integrating forms. In this paper, we report our pilot study on generating fMRI data from EEG using deep learning. We trained U-net for generating fMRI data from EEG, and evaluated the accuracy of predicted fMRI data compared to ground truth quantitatively and qualitatively. Although our study is still ongoing, it exhibits the feasibility and applicability of EEG-to-fMRI synthesis technology for neuroscientific research based on multi-modal imaging.