北京
Isaac Van 做了八年的梦日记。不是那种"今天梦见考试迟到"的随手记，而是每天醒来第一件事，把夜里那些光怪陆离的画面尽可能完整地誊写下来。八年，足够让一个人对"梦到底是什么"这件事产生执念。
今年五月，他和同学 Jack Caputo 在 Stevens Institute of Technology 的 Innovation Expo 上展示了一个项目：用800美元的 EEG 设备，从脑电波里重建出人正在看的图像——披萨、熊猫，或者其他类别的物体。他们的假设是，既然大脑用同一套机制处理真实视觉和梦境视觉，那么现在能重建清醒时的画面，将来或许就能重建梦里的画面。
这不是科幻小说的开头。这是两个刚考完期末的物理系学生，用现成的机器学习模型和相对便宜的设备做出来的东西。
一、为什么选 EEG，而不是更贵的 fMRI
读脑这件事，实验室里早就有人做过了。之前的研究大多用 fMRI，功能性磁共振成像，追踪神经元耗能时引发的血流变化。fMRI 的问题是贵：设备购置成本以百万美元计，每次开机运转又要烧掉几千美元。而且那台机器巨大无比，你只能躺在医院里用。
EEG 不一样。脑电图设备几百到几千美元就能买到，小巧到可以戴着睡觉。Van 和 Caputo 算了一笔账：如果最终目标是读取梦境，你得让人在睡眠状态下持续记录，fMRI 显然不现实，EEG 才是能带回家的方案。
代价是数据精度。fMRI 能定位到毫米级的脑区活动，EEG 只能从头皮外捕捉电信号，空间分辨率粗糙得多。两人坦承，他们的重建结果在"类别判断"上表现不错——能认出是披萨还是熊猫——但像素级的精细还原还做不到。"EEG 数据就是没有那种细粒度，"Van 说。
二、他们到底做了什么
具体技术路径，两人没有透露全部细节。大致框架是：让受试者观看特定类别的图像，同时用 EEG 记录脑电波，然后训练机器学习模型建立"脑电特征—图像类别"的映射。测试时，模型根据新的脑电信号，判断受试者正在看哪类物体，并尝试重建视觉内容。
关键突破不在于算法有多新，而在于证明了"低成本方案也能走通"。此前学界普遍认为，EEG 的信号噪声太大，空间分辨率太低，不足以支撑视觉重建。Van 和 Caputo 的结果表明，至少在物体类别这个粒度上，EEG 捕捉的信息够用了。
他们给自己定的初始目标是"像素级准确"，很快发现这超出了 EEG 的能力边界。调整后的目标更务实：先做到可靠的类别识别，再逐步逼近更精细的重建。
三、从清醒视觉到梦境，中间隔着什么
两人最核心的假设，是大脑"用同一套机器"处理真实视觉和想象/梦境视觉。这个假设有神经科学的基础支撑：视觉皮层在想象和梦境中确实会被激活，脑区重叠度很高。但"重叠"不等于"完全相同"。
清醒时看披萨，视网膜接收光信号，经视神经传递到视觉皮层，整个过程有明确的外部输入锚定。梦境中的披萨没有外部输入，是大脑自发的神经活动模式。EEG 能捕捉到这种自发性活动吗？捕捉到的信号和真实视觉有多相似？这些都是未知数。
Van 的表述很克制："我们的想法是，如果你能重建清醒时看到的画面，理论上可以用同一套系统重建梦境中的画面。"注意这里的措辞——"想法""理论上""可以"，没有一步跨到"我们已经做到了"或者"很快就能做到"。
这也是整个项目最诚实的地方。两个学生没有为了 expo 的展示效果，把"未来可能"包装成"当下实现"。
四、PTSD 治疗：一个更现实的近景应用
比起读梦，两人提到的一个应用场景更触手可及：PTSD 患者的创伤记忆可视化。
创伤后应激障碍的核心症状之一，是侵入性的创伤记忆闪回。患者反复"看到"灾难场景，却无法控制或理解这些画面。现有的暴露疗法需要患者主动描述创伤经历，但很多人难以开口，或者记忆本身已经扭曲、碎片化。
如果 EEG 重建技术能捕捉到创伤记忆激活时的脑电模式，并将其转化为可视图像，治疗师和患者就有了一个共同的外部参照物。患者可以看到"我的大脑正在呈现什么"，而不是被困在无法言说的内部体验里。
这个应用不需要等到"完整梦境重建"的技术成熟。即使是粗糙的类别识别——"你现在的大脑活动模式，和看到火灾/车祸/袭击时的模式高度重合"——也可能帮助患者建立对症状的认知框架，减轻孤立感和失控感。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
