MEIcoderは、神経集団活動から視覚刺激を解読するための新しい手法です。脳と脳-機械インタフェースの理解において重要であるこの課題は、特に霊長類や人間のデータが不足しているため、深層学習手法の適用が難しい状況です。本研究では、神経特異的な最も興奮する入力（MEI）を利用し、構造的類似度指標損失と敵対的学習を取り入れた生物学的情報に基づく解読方法を提供します。MEIcoderは、一次視覚皮質（V1）の単一細胞活動から視覚刺激を高い精度で再構築することに成功しました。また、MEIが性能の主要な要因であることを示し、1,000〜2,500個の神経細胞と1,000未満の訓練データポイントから高忠実度のナチュラルな画像を再構築できることを実証しています。この結果は、初期視覚系における信頼できる解読の実現可能性を示し、神経科学や神経工学への実用的な洞察を提供します。