人间には「视覚注意」という机能があります。何かを目にしたときに人间は网膜を通して膨大な情报を得るので、それを効率よく処理するために働く机能です。この视覚注意には、まぶしさのような特徴的な视覚刺激そのものにより受动的に引き起こされるボトムアップ型注意と、探し物のような课题などにより能动的に生じるトップダウン型注意がありますが、これら二种类の注意は神経活动上で重なっているため、分离して解析することが困难であるとされてきました。
今回、藤本啓介 情报学研究科修士課程学生、石井信 同教授らの研究グループは、このようなトップダウン型?ボトムアップ型視覚注意を独立に解析するために、画像を見た時に誘発されるボトムアップ注意を維持しながら、実際に撮影された自然な画像を人工的に生成された自然でない画像（非自然画像）に変換する人工知能（AI）技術を開発しました。実際に、この技術を用いて生成した非自然画像を見ている時、人間の視覚注意に関わる脳部位で、自然画像を見ている時とは異なる脳活動が生じていることが確認されました。
本研究で开発した画像変换技术により、人间のトップダウン型とボトムアップ型视覚注意を分离し、それぞれのメカニズムをより详细に解析することが可能になると考えられます。それにより、异なる视覚注意の特性を活かした新たな危机管理システムや脳と机械を媒介するブレイン?マシン?インタフェース技术の开発につながることが期待されます。
本研究成果は、2022年8月23日に、国際学術誌「Neural Networks」にオンライン掲載されました。
【顿翱滨】
【碍鲍搁贰狈础滨アクセス鲍搁尝】
【书誌情报】
Keisuke Fujimoto, Kojiro Hayashi, Risa Katayama, Sehyung Lee, Zhen Liang, Wako Yoshida, Shin Ishii (2022). Deep learning-based image deconstruction method with maintained saliency. Neural Networks, 155, 224-241.
