Интерпретируемый искусственный интеллект в задачах исследования функции головного мозга

Существующие глубокие нейронные сети для декодирования мозговой активности ставят производительность выше интерпретируемости, не устанавливая связи между правилами принятия решений и корковыми источниками, а также динамическими свойствами их электрической активности.
С другой стороны, традиционная нейровизуализация определяет нейронные субстраты, лежащие в основе поведенчески значимых состояний мозга, но опирается на упрощённые модели, неспособные уловить всю сложность вариаций мозговой активности.
Наш подход объединяет интерпретируемые нейронные сети с динамикой корковой активности на уровне источников, преодолевая эти ограничения. Это позволяет выявлять физиологически значимые паттерны, различающие сложные состояния мозга, создавать компактные, но мощные декодеры и открывать потенциально новое нейрофизиологическое знание.