一項(xiàng)發(fā)表于近期《神經(jīng)影像》（NeuroImage,20 August 2013）雜志的研究顯示，研究人員已經(jīng)成功使用計(jì)算機(jī)直接從大腦中讀取一個(gè)人正在閱讀的字母。

    該數(shù)學(xué)模型采用一種關(guān)于認(rèn)知圖像重建的線性高斯框架，實(shí)驗(yàn)所用的是手寫字母。研究人員不斷調(diào)適模型，讓它能把來(lái)自大腦掃描儀的一點(diǎn)（2×2×2毫米的三維 像素，三維空間中定義一個(gè)點(diǎn)的圖象信息的單位）與單個(gè)顯示像素關(guān)聯(lián)起來(lái)，再將所有顯示像素的信息結(jié)合在一起，就能重新構(gòu)建出志愿者所看到的圖像。但結(jié)果圖 像并不清晰，只是模糊不清的斑點(diǎn)圖。

    人們常用功能性磁共振掃描（fMRI）來(lái)研究大腦認(rèn)知，通常的做法是讓志愿者執(zhí)行一項(xiàng)特殊任務(wù)，確定此時(shí)大腦的活躍區(qū)域。日前，來(lái)自荷蘭內(nèi)梅亨大學(xué)的研究 人員提出一種簡(jiǎn)潔的數(shù)學(xué)模型，結(jié)合先進(jìn)的腦部磁共振圖像獲取與分析技術(shù)，能比以往更精確地重建一個(gè)人的思想。如今，科學(xué)家們將這種研究又向前推進(jìn)了一步： 用掃描數(shù)據(jù)確定志愿者正在看的內(nèi)容。

    研究人員表示：“此后，我們又做了改進(jìn)，給模型加了一些先驗(yàn)知識(shí)：‘告訴’它那些圖案花紋看起來(lái)像什么字母，大大提高了識(shí)別能力。模型會(huì)比較這些字母，確定哪個(gè)能最確切對(duì)應(yīng)斑點(diǎn)圖，然后將這些圖像結(jié)果推向該字母。我們相信，大腦本身會(huì)把以往的先驗(yàn)知識(shí)與感覺(jué)信息結(jié)合起來(lái)，而我們的方法與此類似。比如，你能認(rèn)得這篇文章里的線條和曲線，將它們認(rèn)作某個(gè)字詞，前提是你曾經(jīng)學(xué)過(guò)它。這正是我們尋找的：一種能以真實(shí)方式顯示大腦中發(fā)生了什么的模型。我們希望將模型改進(jìn)到一定程度，能用在工作記憶或主觀體驗(yàn)中，如夢(mèng)境或具有可視化形象的主觀體驗(yàn)中。”

    研究人員計(jì)劃下一步采用更強(qiáng)大的磁共振成像掃描儀，掃描儀分辨率越高，提供給模型的關(guān)聯(lián)圖像就越詳細(xì)。目前，他們給模型的字母圖像是腦中的1200個(gè)三維像素。如果用更強(qiáng)大的掃描儀，將能達(dá)到15000個(gè)三維像素。