|
Rotation-equivariant convolutional neural network for design of visual prosthetic stimulation protocol
Picek, Martin ; Antolík, Ján (vedoucí práce) ; Pilát, Martin (oponent)
Sousední neurony v primární zrakové kůře (V1), první kortikální oblasti zpracovávající vizuální informace, jsou selektivní vůči podnětům prezentovaným v sousedních polohách zorného pole se specifickou hranovou orientací. Tvoří tak tzv. retinotopické a orientační mapy V1. Vzhledem k absenci zařízení pro kortikální stimulaci s vysokým rozlišením za- tím obnovení zraku pomocí protetických implantátů ve V1 nevyužilo výhody orientačních map. Brzy však lze očekávat dostupnost kortikálních implantátů s dostatečně vysokým rozlišením stimulace, aby bylo možné zacílit na samostatné orientační sloupce. Vzhledem k tomu, že v kortexu jsou zakódovány i jiné stimulační prvky, jako je barva, velikost nebo fáze, ale nelze je spolehlivě zapojit ani stimulací s vysokým ro- zlišením, klademe si v této práci otázku, jak dobře lze vizuální stimuly zakódovat ve V1 pokud je známa pouze orientace a preference polohy. K vyřešení této otázky navrhu- jeme hlubokou neuronovou síť (DNN) poskytující deskriptor nervové aktivity pro jak- oukoli cílovou kortikální pozici a danou orientační preferenci. Toho je dosaženo použitím rotačně-ekvivariantní konvoluční neuronové sítě (reCNN) s poslední vrstvou, která má pouze jeden kanál pro každou orientaci, vracející požadovaný trojrozměrný tenzor hodnot. Specializovaný výstup odhaduje polohy...
|