1

• 标题 : Using artificial neural networks to ask ‘why’questions of minds and brains ⭕
• 期刊 : Trends in Neurosciences
• 作者 : Nancy Kanwisher,Meenakshi Khosla,and Katharina Dobs
• DOI : 10.1016/j.tins.2022.12.008
• 类型： 综述

主要内容

• 作者认为，人工神经网络（ANN）为解决有关大脑的“为什么以这样的方式工作”问题提供了一种新方法。如果针对给定任务优化的ANN自发地产生了之前在人类中观察到的特定现象，但针对其他任务的优化却没有，这表明该现象可能是由针对相同任务的大脑优化产生的, 即作者认为将大脑和大脑的特定特征解释为生物面临的特定计算问题的优化解决方案。
• 回顾了针对特定任务优化的神经网络中自发出现的视觉和听觉现象（例如特定错觉）以及皮层组织（例如面部识别的专门化），提供了可能解释这些现象在人类中发生的原因。

2

• 标题 : AI of Brain and Cognitive Sciences: From the Perspective of First Principles
• 期刊 : arxiv
• 作者 : Luyao Chen et.al
• DOI : arxiv.org/abs/2301.08382
• 类型： 综述

3 - 2023.2.26

• 标题 : NILRNN: A Neocortex‑Inspired Locally Recurrent Neural Network for Unsupervised Feature Learning in Sequential Data ⭕
• 期刊 : Cognitive Computation
• 作者 : Franz A. Van-Horenbeke & Angelika Peer
• DOI : 10.1007/s12559-023-10122-x
• 类型：

主要内容 通过模仿新皮层前馈通路的连接模式，将新皮质的结构与功能引入机器学习。提出了一个新的用于连续无监督特征学习的神经网络（Neocortex-Inspired Locally Recurrent Neural Network，缩写NILRNN），试图将令卷积神经网络成功的一些想法推广到图像之外的数据类型（时序数据）。

读完就像个本科毕设论文嗯出来的答辩，写作尤其尤其答辩，最重要的模型结构和输入输出不进行解释，也没多少数学描述。几把玩意解释这个符号是开根号的、那个符号是取二范数的。

4 - 2023.3.1

• 标题 : Deep Learning for Image Enhancement and Correction in Magnetic Resonance Imaging-State-of-the-Art and Challenges
• 期刊 : Journal of Digital Imaging
• 作者 : Guanxiong Zeng, Xuhui Huang, Tianzi Jiang, Shan Yu
• DOI : 10.1007/s10278-022-00721-9
• 类型： 综述

主要内容 介绍深度学习方法已有的在 MRI图像中的应用，特别关注图像质量增强和伪像矫正的后处理算法。（有几个列表介绍了很多相关的工作）

• 减少图像伪影
• 用不同 MRI 对比度进行去噪 ⭕
• 图像分辨率的提高

5 -2023.3.2

• 标题 : Deep attentive spatio-temporal feature learning for automatic resting-state fMRI denoising
• 期刊 : NeuroImage
• 作者 : Keun-Soo Heo a, Dong-Hee Shin …
• DOI : 10.1016/j.neuroimage.2022.119127
• 类型： 方法开发

6 -2023.3.10

• 标题 : Restoring the Sense of Touch Using a Sensorimotor Demultiplexing Neural Interface
• 期刊 : Cell
• 作者 : …
• DOI : 10.1016/j.cell.2020.03.054
• 类型： 触觉脑机