Journal of Neural Engineering· Junchi Wang, Pengxiang Li, Lei Zhang, Wenwei Shao, Xin Zhang and Liqun Chen·· 27 天前AI 评分24
卷积-注意力框架解码离体小鼠视网膜动作电位响应
Recognition of ex vivo spike response of retina using a convolution-attention combined framework
AI 导读
研究团队提出一种结合卷积神经网络与时间多头注意力的紧凑动作电位解码框架，用于从离体小鼠视网膜多通道电极阵列（MEA）记录中分类视觉刺激。该框架在颜色分类任务中达到 93.250% 准确率，在形状分类任务中达到 73.161% 准确率，并在不同复杂度任务间保持稳定性能。
AI 要点
团队
作者为 Junchi Wang、Pengxiang Li、Lei Zhang、Wenwei Shao、Xin Zhang、Liqun Chen。
主要结果
卷积-注意力框架在颜色分类任务达 93.250% 准确率，形状分类任务达 73.161%，跨不同复杂度任务表现稳定。
解决什么问题
针对视网膜多通道电极阵列记录中电极-组织耦合不良的问题，从视觉诱发视网膜活动中分类视觉刺激。
方法
离体小鼠视网膜 MEA 记录，在受控颜色与形状刺激下采集；脉冲序列转为脉冲计数序列，训练卷积层加时间多头注意力的神经网络。
局限
从研究设计看，为离体小鼠视网膜记录，未涉及在体或人体验证。
AI 依据原文整理，未经人工核对。
来源：Journal of Neural Engineering · iopscience.iop.org