《Advanced Intelligent Systems》:Explainable AI-Driven Optimization of Electrode Activation Reduces Power Consumption While Preserving Object Recognition in Retinal Prostheses
编辑推荐:
【编辑推荐】视网膜假体通过电刺激恢复盲人部分视觉功能,但电极间电流扩散导致视幻觉模糊、功耗高。本研究创新性地引入可解释人工智能(XAI)优化电极激活模式,优先刺激对物体识别关键的视觉信息区域,在维持识别准确率的同时显著降低总电流消耗,为新一代视网膜假体系统提升能效、可解释性及功能效果提供了新思路。
在人工智能与生物医学工程飞速融合的今天,如何让失去光明的人重新“看见”世界,一直是科学家们孜孜以求的梦想。视网膜假体作为一项革命性的视觉修复技术,已为超过500名因视网膜色素变性(RP)和年龄相关性黄斑变性(AMD)致盲的患者带来了希望之光。这类设备通过外部摄像头捕捉景象,经处理后,由植入的微电极阵列电刺激存活的视网膜神经元,最终在患者大脑中诱发出被称为“光幻视(phosphene)”的亮斑感知。然而,现有技术面临一个棘手的瓶颈:当多个电极同时激活时,电流会在组织间不受控制地扩散,导致产生的光幻视图像模糊、扭曲,如同隔着一层毛玻璃看世界。这不仅严重限制了视觉分辨率,也因大量不必要的电极激活而徒增功耗,缩短设备续航。那么,能否找到一种更聪明、更高效的刺激策略,只点亮那些对“看清”物体至关重要的关键区域,从而在提升视觉质量的同时大幅省电呢?
为破解这一难题,韩国科学技术院(KIST)的研究团队独辟蹊径,将目光投向了可解释人工智能(Explainable Artificial Intelligence, XAI)。传统方法通常依据图像灰度直接映射电极激活,难以区分信息的主次。而XAI技术能够深入深度学习(Deep Learning, DL)模型的“黑箱”,揭示其在识别物体时究竟关注图像的哪些部分,从而生成凸显关键特征的“重要性图谱”。研究人员设想,若以此图谱为指导来激活电极,便能实现对视觉信息区域的“精准打击”,抑制次要区域,有望在保持甚至提升识别能力的前提下,显著降低总刺激电流。为了验证这一设想,他们开展了一项系统的计算研究,相关成果发表在《Advanced Intelligent Systems》上。
本研究主要运用了以下几项关键技术方法:首先,构建了基于XAI(包括Grad-CAM、LIME、RISE三种方法)的光幻视生成与优化框架,将XAI生成的重要性热图转换为电极激活模式。其次,为替代耗时费力的心理物理学测试,研究采用了多种深度学习模型(如AlexNet、ResNet系列变体、Vision TransformerViT)来评估不同方法生成的光幻视图像的物体识别性能,并通过线性回归分析筛选出最接近人类感知趋势的模型(最终选定Wide ResNet-50 with spinal fully connected layers和ViT-Large)。再次,利用公开的STL-10数据集,模拟了在不同电极阵列规模(8×8至64×64)和灰度等级(2至10级)下生成“常规”方法、仅边缘、XAI辅助及XAI结合边缘等多种光幻视图像。最后,建立了一套基于电流幅值总和的功耗估算模型,以量化比较各方法的能效。
研究结果
1. 筛选与人类视觉感知相符的深度学习模型
通过分析不同电极数和灰度等级下模型识别准确率的变化趋势,并进行线性回归拟合,研究发现Vision TransformerViT模型(特别是ViT-Large变体)和特定的ResNet变体(Wide ResNet-50 with spinal fully connected layers)的准确率随空间和灰度分辨率提升而改善的趋势最符合人类视觉预期,因此被选为后续评估XAI方法性能的代理模型。
2. XAI辅助生成光幻视
应用Grad-CAM、LIME和RISE三种XAI方法对选定的DL模型进行分析,生成了能突出物体关键识别区域的重要性热图。基于这些热图,将红色高重要性区域映射为高电流(亮光幻视),蓝色低重要性区域映射为低电流(暗光幻视),从而生成了一系列优化的光幻视图像,并与常规灰度映射法、仅边缘检测法生成的结果进行对比。
3. 不同方法生成的光幻视在性能与功耗上的比较
在物体识别性能上,XAI辅助方法(尤其是仅使用XAI的方法)在多种电极配置下达到了与“常规”方法相当的识别准确率和AUC(Area Under the Curve)值。例如,在ViT模型中使用RISE方法,在64×64电极阵列下准确率仅比常规方法低3.8%。然而,结合边缘信息的方法在高分辨率电极阵列下性能下降更明显。
在功耗方面,XAI辅助方法展现出巨大优势。所有XAI方法均显著降低了总电流消耗。以ViT模型为例,仅使用Grad-CAM、LIME、RISE平均节能分别达49.71%、31.93%、30.52%。结合边缘信息后,节能效果进一步提升,但可能以牺牲识别精度为代价。相比之下,仅使用边缘信息虽节能最多(约68.96%),但识别准确率下降也最显著。
研究结论与意义
本研究的核心结论是,利用可解释人工智能(XAI)优化视网膜假体的电极激活模式,是一种行之有效的策略。它能够在不损害物体识别能力的前提下,显著降低系统的功耗(平均节能约37.39%),实现了能效与功能性的双赢。
这项工作的意义深远。首先,在技术层面,它提出了一种超越传统灰度映射的新型图像处理框架,通过XAI的“透视”能力,实现了对视觉信息的智能筛选与重点强化,为高分辨率、低功耗的下一代视网膜假体提供了算法基础。其次,在临床转化层面,XAI生成的可解释“重要性图谱”,能让医生直观理解电极激活的逻辑,有助于制定个性化的刺激策略,并可能减少因电流扩散导致的视幻觉模糊,提升患者视觉质量。最后,在方法论层面,研究成功利用深度学习模型替代部分复杂的人体心理物理学测试,为后续高效筛选优化刺激方案提供了新工具。
当然,将计算模拟的优异结果转化为患者真实的视觉体验,仍需跨越真实的心理物理学验证和算法实时性优化等关卡。例如,LIME、RISE等方法的计算复杂度可能对植入设备的实时处理构成挑战。未来的研究需要探索更轻量化、解释性更强的XAI算法,并最终在临床环境中检验其安全性与有效性。尽管如此,这项研究无疑照亮了一条通往更高效、更智能、也更“易懂”的视觉修复之路,让科技赋能生命的愿景变得更加清晰可及。