Concept2Brain
Concept2Brain
Concept2Brain 是一项从语义刺激生成合成 EEG 反应的模型工作。它发表在 Nature Communications，核心方向是把图片或文本的语义表征映射到脑电潜空间，从而生成个体级 EEG/ERP 反应。
模型逻辑
- 使用 CLIP 提取图片或文本的语义向量。
- 使用条件变分自编码器学习 EEG 潜空间。
- 通过跨域网络把语义空间映射到 EEG 潜空间。
- 目标不是从脑电解码语义，而是反过来从语义生成脑电。
价值
- 可以在没有真实实验室采集的情况下做假设检验、功效分析、教学和模拟研究。
- 为 EEG 数据共享困境 提供另一条可能路径：真实 EEG 数据难以大规模共享时，合成 EEG 可能成为补充工具。
- 与 脑电与具身智能 相关，因为它展示了 AI 生成神经生理反应的方向，但它本身不是机器人训练数据来源。
限制
现有证据中的限制包括：训练图片数量有限，文本输入并非直接训练目标，CLIP 的语义空间可能过滤或压缩某些内容，合成数据缺少真实单试次噪声。