結(jié)構(gòu)化神經(jīng)信息解碼技術(shù)重建自然及人臉圖像

中國科學(xué)院自動化研究所類腦智能研究中心神經(jīng)計算與腦機(jī)交互團(tuán)隊何暉光等人提出一種結(jié)構(gòu)化神經(jīng)解碼模型，實現(xiàn)了根據(jù)腦活動模式進(jìn)行自然圖像、人臉等復(fù)雜視覺刺激的高質(zhì)量重建。相關(guān)成果發(fā)表于IEEE Transactions on Neural Networks and Learning Systems。論文通過多任務(wù)特征解碼的方式揭示了多個典型計算機(jī)視覺模型（如VGG、ResNet）與人腦腹側(cè)視覺通路在層次化特征表達(dá)方面的聯(lián)系。通過高效結(jié)構(gòu)化地利用這種層次化特征與人腦視覺皮層信號表達(dá)之間的關(guān)系，根據(jù)采集到的少量人腦fMRI數(shù)據(jù)清晰重建出被試所感知到的復(fù)雜自然圖像和人臉刺激內(nèi)容。

深度學(xué)習(xí)解決功能磁共振缺損信號修復(fù)難題

鄭州大學(xué)人民醫(yī)院王梅云團(tuán)隊與清華大學(xué)醫(yī)學(xué)院洪波團(tuán)隊、航天航空學(xué)院李路明團(tuán)隊、哈佛大學(xué)醫(yī)學(xué)院Martinos影像中心劉河生團(tuán)隊合作，采用深度學(xué)習(xí)方法重建個體大腦缺損的血氧水平依賴信號。相關(guān)論文發(fā)表于Nature Communications。新方法不僅可以修補(bǔ)大腦皮層網(wǎng)絡(luò)的連接圖譜，還可以實現(xiàn)信號缺損腦區(qū)功能磁共振激活時間序列的單幀重建，實現(xiàn)了對大腦激活磁共振信號在時間和空間上的完整重建。該方法在信號序列波動一致性、功能網(wǎng)絡(luò)連接圖譜相似性、個體大腦功能網(wǎng)絡(luò)特異性等方面，都達(dá)到了良好的性能指標(biāo)。植入磁共振兼容腦起搏器的帕金森患者，腦功能圖像通過該方法實現(xiàn)了準(zhǔn)確修復(fù)。

機(jī)器學(xué)習(xí)駕駛行為數(shù)據(jù)識別大五人格

中國科學(xué)院心理研究所行為科學(xué)重點實驗室朱廷劭研究組與寶馬中國合作，使用數(shù)據(jù)記錄儀采集了5種傳輸至控制器局域網(wǎng)絡(luò)的車載傳感器數(shù)據(jù)，利用駕駛行為數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)，實現(xiàn)對大五人格特質(zhì)的自動識別，具有更高的生態(tài)效度，而且侵入性更小。相關(guān)論文發(fā)表于Journal of Advanced Transportation。該研究通過訓(xùn)練機(jī)器學(xué)習(xí)模型，并采用了10折交叉驗證。結(jié)果顯示，對于大五人格的五個維度，預(yù)測模型對各個維度的預(yù)測得分與自我報告得分之間的相關(guān)性可以達(dá)到中等到強(qiáng)相關(guān)水平（0.56？0.88）。論文提供了一種新的測量駕駛員人格特質(zhì)的方法，結(jié)果表明駕駛模式可以很好地表征大五人格特質(zhì)。

基于余數(shù)相機(jī)的高動態(tài)范圍成像技術(shù)

北京大學(xué)人工智能研究院施柏鑫研究團(tuán)隊采用深度學(xué)習(xí)的方法對余數(shù)圖像進(jìn)行恢復(fù)進(jìn)而獲取高動態(tài)范圍圖像。相關(guān)論文發(fā)表于NeurIPS 2020。該方法將恢復(fù)算法設(shè)計為一個雙模塊的神經(jīng)網(wǎng)絡(luò)，把余數(shù)圖像到高動態(tài)范圍圖像的恢復(fù)過程當(dāng)作一個迭代的二元標(biāo)記問題來處理。其中，恢復(fù)算法將所預(yù)測的二元標(biāo)記模板的值是否為零作為依據(jù)，來判斷是否輸出具有高動態(tài)范圍的恢復(fù)結(jié)果。研究發(fā)現(xiàn)，余數(shù)圖像的特殊邊緣能為迭代恢復(fù)過程提供更詳細(xì)的語義信息，可以更好地緩解非余數(shù)區(qū)域的誤解情況，呈現(xiàn)對比度和色彩表現(xiàn)更佳的恢復(fù)結(jié)果。該方法有望為單幀八比特高動態(tài)范圍成像提供原理和性能上達(dá)到全新高度的解決方案。

新發(fā)帕金森中序列工作記憶損傷的神經(jīng)基礎(chǔ)

中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（神經(jīng)科學(xué)研究所）、中國科學(xué)院靈長類神經(jīng)生物學(xué)重點實驗室葉錚研究組與北京大學(xué)第三醫(yī)院張英爽團(tuán)隊和北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院周曉林研究組合作，完成丘腦底核在新發(fā)帕金森病序列工作記憶中的作用研究。相關(guān)成果發(fā)表于Movement Disorders。該研究利用功能磁共振成像、認(rèn)知心理檢測和神經(jīng)心理評估等技術(shù)，揭示了丘腦底核在序列工作記憶中的調(diào)節(jié)作用，以及丘腦底核的異常激活與帕金森病序列工作記憶損傷的關(guān)系，提示下調(diào)丘腦底核的激活和上調(diào)丘腦底核與紋狀體之間的功能連接可能是改善帕金森病患者序列工作記憶的潛在策略。

模式分析與人工智能領(lǐng)域研究進(jìn)展

南京大學(xué)工程管理學(xué)院李華雄、陳春林、周獻(xiàn)中等和山西大學(xué)計算機(jī)與信息技術(shù)學(xué)院錢宇華合作開展模式分析與人工智能相關(guān)研究。相關(guān)論文發(fā)表于IEEE Transactions on Pattern Analysis and Machine Intelligence。機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘是人工智能研究的核心領(lǐng)域之一。該研究從噪聲信息的低秩與稀疏結(jié)構(gòu)精準(zhǔn)刻畫角度開展研究，通過引入非凸函數(shù)建立混合范數(shù)以提升傳統(tǒng)L1與核范數(shù)度量性能，更為精準(zhǔn)地描述噪聲信息的低秩與稀疏結(jié)構(gòu)。同時結(jié)合距離先驗信息，構(gòu)建具有判別性的監(jiān)督回歸系數(shù)正則項，采用交替方向乘子法（ADMM）設(shè)計優(yōu)化模型的快速求解算法。該方法在魯棒人臉識別等任務(wù)中，獲得了同等實驗條件下多種經(jīng)典方法對比的最優(yōu)性能。

人工智能及互聯(lián)網(wǎng)醫(yī)院在疫情防控中的落地應(yīng)用研究

中山眼科中心林浩添教授和林曉峰教授團(tuán)隊通過對2020年2月1日到3月13日的逾三萬線上問診和近兩萬線下問診進(jìn)行大數(shù)據(jù)分析，并與2019年同期比較，發(fā)現(xiàn)線上醫(yī)院在慢病管理、術(shù)后復(fù)診、在線開設(shè)處方、緩解患者不適導(dǎo)致的焦慮情緒等場景，有較大的應(yīng)用價值。相關(guān)論文發(fā)表于Ophthalmology。分析發(fā)現(xiàn)，不同年齡層有明顯的需求區(qū)別：青年線上問診主要以眼部不適癥狀咨詢?yōu)橹鳎?8？34歲，60.4%），中老年人則以續(xù)簽處方藥為主（>55歲，63.5%）。線上咨詢病種分析發(fā)現(xiàn)，2020年線上問診量以眼表疾病居首，區(qū)別于2020年的線下問診（視網(wǎng)膜病變）和2019年的線下問診（屈光異常）。

揭示知覺訓(xùn)練干預(yù)計算障礙及其認(rèn)知機(jī)制

北京師范大學(xué)認(rèn)知神經(jīng)科學(xué)與學(xué)習(xí)國家重點實驗室周新林教授研究團(tuán)隊開展了關(guān)于發(fā)展性計算障礙的知覺訓(xùn)練干預(yù)的研究。相關(guān)成果發(fā)表于Developmental Science。當(dāng)兒童經(jīng)常觀察物體的不同數(shù)量時，雖然這個過程看起來沒有任何數(shù)字的參與，但其實對于數(shù)字計算是非常有益的。適當(dāng)?shù)刈尯⒆訁⑴c一些數(shù)量估計相關(guān)的益智游戲或訓(xùn)練（如小豬收蘋果游戲）可能是一項有效的訓(xùn)練方案，有助于培養(yǎng)兒童的數(shù)學(xué)能力。研究結(jié)果提示，形狀知覺能力在數(shù)學(xué)學(xué)習(xí)中起著重要的調(diào)節(jié)作用，在DD兒童的數(shù)學(xué)教育教學(xué)中，需要更加重視學(xué)生基本認(rèn)知能力的發(fā)展，重視符號視覺形狀加工的作用，提高DD兒童對數(shù)學(xué)符號的形狀表征與加工能力。