摘要
在侵入式神经记录中，由于电极配置、解剖结构和神经信号模式在个体间存在显著差异，因此跨个体的泛化仍然面临挑战。为了解决这一问题，我们提出了一种跨主题语义解码框架，该框架将来自多个个体的神经反应对齐到共享潜在空间，并学习从对齐的神经表征到上下文嵌入的映射。
具体而言，利用在自然语言理解期间收集的皮层电图数据，我们使用共享反应模型来估计共享空间，并训练解码器从投影的神经反应中预测上下文语义嵌入。对于一个被保留的个体，我们估计一个特定于个体的投影到预定义的共享空间，并直接应用预训练的解码器，无需重新训练。
实验结果表明，所提出的框架在评估设置中始终优于基线方法，并且从源个体到被保留个体测试的性能下降显著减少，表明跨个体的泛化能力得到了改善。这些结果表明，将神经活动对齐到共享潜在空间，同时在语义嵌入空间中解码，提供了一种有效策略，通过减少神经反应中的个体差异，同时有效捕捉共享刺激相关的表征，从而改善跨个体的泛化能力。
博主点评： 本文提出的框架通过共享潜在空间对齐，显著提升了神经信号的跨个体泛化能力，具有重要的应用前景，尤其在脑机接口和神经康复领域。