ヒトの脳は複雑な視覚情報を高度に処理する仕組みを備えており、その解明は画像認識などの AI 技術の発展や視覚体験のデコーディング研究に寄与すると考えられる。本研究では、脳活動データを拡散モデルの条件表現へ変換する Brain to Context モデルを構築し、拡散モデルとともに学習させることで、脳内表象に基づいた視覚体験の予測・再構築を試みる。このモデルにより、従来のように一度テキストに変換する段階を介さず、脳活動の特徴を直接条件として画像生成に反映させることが可能となり、脳活動からの視覚体験を再構築する新たな手法を提案する。