Neuron（In Press）· Pehuén Moure, Jacob Granley, Fabrizio Grani, Leili Soo, Antonio Lozano, Rocío López-Peco, Adrián Villamarín-Ortiz, Cristina Soto-Sánchez, Shih-Chii Liu, Michael Beyeler, Eduardo Fernández·· 2026-08-07精选AI 评分78
Neuron 刊发 Eduardo Fernández 团队在人类视觉皮层用深度学习控制电刺激诱发活动
Deep learning-based control of electrically evoked activity in human visual cortex
AI 导读
Neuron 刊发 Eduardo Fernández 团队研究，在一位盲人受试者的视觉皮层内验证深度学习框架可预测并塑造电刺激诱发的皮层内神经活动。优化后的刺激模式能在低电流下较准确地产生目标神经响应，且记录到的活动比单独使用刺激参数更准确地预测受试者的知觉报告。
AI 要点
团队
Pehuén Moure、Jacob Granley 等，末位作者 Eduardo Fernández。
主要结果
深度学习框架可预测并塑造盲人受试者视皮层刺激诱发的皮层内神经活动；优化刺激模式在低电流下准确产生目标神经响应；记录的活动比单独刺激参数更准确预测知觉报告。
解决什么问题
如何用深度学习预测和塑造人视皮层电刺激诱发的神经活动。
方法
一名盲人受试者，视皮层皮层内刺激，深度学习框架预测并优化刺激模式。
局限
从研究设计看，仅一名受试者，属可行性研究。
AI 依据原文整理，未经人工核对。
AI 推荐理由
在一位盲人受试者视觉皮层内验证深度学习预测并塑造电刺激诱发活动，可与传统刺激参数方案对照。
来源：Neuron（In Press） · cell.com