شهدت التطورات السريعة في التقنيات مثل التصوير الكالسيومي والكهربائيّة زيادةً كبيرةً في حجم ونطاق تسجيلات الأعصاب. ومع ذلك، يعتمد تفسير هذه البيانات غالبًا على عمليات يدوية ويتطلب معرفة واسعة بطبيعة التمثيل العصبي. تُعدّ التفكيك (Decoding) وسيلة لاستنتاج محتوى المعلومات من هذه التسجيلات، لكنه عادةً ما يتطلب بيانات معالجة بشكل عالٍ ومعرفة مسبقة بخوارزمية التشفير. في هذا العمل، طوّرنا إطارًا قائمًا على التعلم العميق قادرًا على تفكيك المتغيرات الحسية والسلوكية مباشرةً من البيانات العصبية على نطاق واسع. لا يتطلب هذا النموذج سوى إدخال بسيط من المستخدم، ويعمل بشكل عام على مختلف المحفزات، والسلوكيات، ومناطق الدماغ، وتقنيات التسجيل. بعد التدريب، يمكن تحليله لتحديد العناصر في الشفرة العصبية التي تُشير إلى متغير معين. وقد تم التحقق من صحة هذا النهج باستخدام بيانات من القشرة السمعية والهيبوكامب عند الفئران، حيث تم اكتشاف تمثيل جديد لاتجاه الرأس يتم تشفيره بواسطة خلايا عصبية وسطية محتملة في المنطقة CA1.