시각적 인식에서 특징 차원 맵의 역할 조사 : 경심 수준의 영향 (시선 추적 후속 연구)

장면에서 무엇을 볼지 어떻게 알 수 있습니까? "Where 's Waldo"게임을 상상해보십시오. 그림에는 많은'salient '위치가 있기 때문에 Waldo를 찾는 것은 어려운 일입니다. 주어진 순간에 그림의 작은 위치에만 참석할 수 있으므로 Waldo를 찾으려면 다른 위치에주의를 기울여야합니다. 이 주장을 어떻게 달성하는지에 대한 두드러진 이론은 중요한 위치가 별개의 특징 유형 (예 : 모션 또는 색상)을 기반으로 식별된다는 주장이며, 위치는 참석할 가능성이 가장 높은 배경에 비해 가장 독특합니다. 이 이론의 중요한 구성 요소는 개별 기능 차원 (다시 색상 또는 모션)이 특정 뇌 영역에서 구현되는 것으로 생각되는 자체 '기능 맵'내에서 계산된다는 것입니다. 그러나, 특정 뇌 영역이 이러한 특징 맵에 기여하는지 여부와 방법은 알려져 있지 않습니다.

이 연구의 목표는 다양한 기능 유형 (색상 및 운동)에 강력하게 반응하는 뇌 영역과 특징 대비를 포함하여 자극 특성을 기반으로 시각적 자극 추출물 '기능 치수 맵'의 공간 위치를 인코딩하는 방법을 결정하는 것입니다. 연구자들은 특징 선택적 뇌 영역이 신경 특징 차원 맵으로 작용한다고 가설을 세우므로 선호하는 특징 차원에 기초하여 두드러진 위치의 표현을 인코딩합니다. 조사관은 시선 추적 데이터를 수집하는 반면 참가자는 기능 차원의 다양한 조합을 기반으로 시각적 자극을 볼 수 있습니다. 시선 추적 데이터로부터, 조사자는 모든 수준의 경의에 대한 기능 치수에 대한 고정 열 맵을 구성하여 동작 데이터를 후자의 FMRI 데이터 세트에 연결할 수있게합니다. 각 참가자는 컴퓨터 디스플레이에 나타나는 자극을 자유롭게 보게됩니다. 시험을 통해 조사관은 1) 두드러진 자극이 배경과 어떻게 다른지, 2) 두드러진 위치의 수, 3) 각 위치를 두드러지게하는 데 사용되는 특징 값 (들)에 기초하여 두드러진 위치의 '강도'를 조작 할 것이다. 이러한 조작은 조사관들이 건강한 인간 시각 시스템에서 이러한 비판적 경의 계산을 완전히 이해하는 데 도움이 될 것입니다.