Psicofisico sistematico (Visuallearning)

L'obiettivo a lungo termine del progetto proposto è di chiarire i meccanismi sottostanti dell'apprendimento percettivo visivo (VPL) per stimoli artificiali e naturali, che saranno fondamentali nello sviluppo di programmi di riabilitazione volti a migliorare la visione danneggiata o deteriorata. La specificità di VPL alla caratteristica e alla posizione dello stimolo visivo addestrato è una caratteristica fondamentale di VPL. Per studiare la specificità, un modo efficace è utilizzare uno stimolo artificiale come una patch Gabor come stimolo addestrato, poiché è stato ampiamente utilizzato per studiare l'elaborazione visiva di base. Allo stesso tempo, per creare un programma di riabilitazione di impatto, i miglioramenti risultanti devono essere generalizzati a caratteristiche e posizioni non addestrate negli stimoli visivi incontrati nella vita di tutti i giorni, comprese le scene naturali (NS). Tuttavia, non è sicuro se gli stessi meccanismi sono alla base della generalizzazione e della specificità in VPL per stimoli artificiali e NS. In specifico AIM (SA) 1, miriamo a esaminare il meccanismo di base della specificità usando una patch Gabor. Secondo una teoria prevalente, l'elaborazione visiva precoce (ad esempio, da 0 a 150 ms dopo l'insorgenza dello stimolo) comporta principalmente segnali feedforward a livello di input. Al contrario, l'elaborazione tardiva (ad es. 150-300 ms dopo l'insorgenza dello stimolo) comporta l'elaborazione ricorrente. Per comprendere meglio il meccanismo della specificità di VPL è fondamentale chiarire se è coinvolta l'elaborazione precoce o tardiva. Inoltre, non è chiaro se la specificità di VPL implichi l'eccitazione sulla caratteristica e sulla posizione o l'inibizione allenate su caratteristiche e posizioni non addestrate. Pertanto, testeremo l'ipotesi 1 (H1): l'elaborazione tardiva (H1-A) o l'elaborazione precoce (H1-B) svolge un ruolo nella specificità di VPL e H2: segnali eccitatori (H2-A) o segnali inibitori (H2-B) sono coinvolti nell'indicare la specificità di VPL. Impiegheremo due metodi. Il mascheramento all'indietro (BM) viene utilizzato per interrompere e rivelare ruoli di elaborazione tardiva. Nei risultati preliminari, la BM applicata all'orientamento addestrato ha eliminato la specificità di orientamento in VPL, a supporto di H1-A. Un metodo RSDC (RSDC) dell'orientamento della sincronizzazione ritmica (RSDC) è un nuovo metodo che esamina a cui cambiano le bande di sincronizzazione ritmica dall'EEG le prestazioni di decodifica delle caratteristiche e delle posizioni non addestrate e non addestrate dopo la formazione VPL. I risultati preliminari suggeriscono che i segnali di orientamento addestrati sono migliorati sia in posizioni addestrate che non addestrate durante l'elaborazione precoce, mentre quelli in luoghi non addestrati sono inibiti durante l'elaborazione tardiva, portando alla specificità della posizione. In SA2 esamineremo la specificità e la generalizzabilità di VPL per NS. Il nostro primo passo è testare H3: VPL per l'orientamento dominante in NS è specifico (H3-A) o generalizzato (H3-B) ad altri orientamenti. I risultati preliminari supportano H3-B. Se vero, studiare ulteriormente gli aspetti della NS che inducono la generalizzazione di VPL. Il risultato preliminare suggerisce che le statistiche di ordine superiore, che coinvolgono correlazioni tra i diversi canali di orientamento e frequenza spaziale derivati ​​da NS, svolgono un ruolo nella generalizzazione di VPL per NS. Miriamo inoltre a testare le immagini H1 e H2 per NS, usando entrambi i metodi BM e RSDC.