회상의 기저를 이루는 표상 변화의 역학

각 피험자당 두 차례의 fMRI 세션이 진행됩니다. 로컬라이저 세션에서는 연구자들이 각 개인의 고유 뇌 공간에서 시각 영역을 정의하는 데 필요한 해부학적 이미지와 fMRI 데이터를 수집할 것입니다. 두 개의 고해상도 해부학적 이미지 외에도 모든 참가자로부터 두 가지 짧은 기능적 과제를 획득할 것입니다: 1) 인구 수용 영역(pRF) 매핑; 2) 시각 범주 로컬라이저. pRF 매핑 과제는 시야 중앙 8도 범위를 가로지르는 막대 개구부가 여러 번 진행됩니다. 이를 통해 시각 피질의 개별 복셀의 망막 지도 감도를 추정하고 다양한 망막 지도 영역 간 경계를 그릴 수 있습니다. 시각 범주 로컬라이저는 다양한 이미지 범주로 구성된 블록 설계가 될 것입니다. 이를 통해 상위 수준의 범주 선택적 뇌 영역을 정의할 수 있습니다.

실험 세션에서는 연구자들이 피험자들이 동일한 자극에 대한 지각과 회상을 수행하는 동안 fMRI 데이터를 수집할 것입니다. 우리의 연구 결과가 단순하고 복잡한 시각 자극에 걸쳐 일반화되는지 평가하기 위해 두 종류의 자극이 사용될 것입니다: 기존 연구를 따르는 이산적 공간 위치의 단순 패턴과 자연 이미지입니다. 학습 블록에서 피험자들은 단서-자극 쌍을 학습할 것입니다. 색상 고정 점이 단서로 사용될 것입니다. 자극은 앞서 언급한 범주 중 하나에 속할 것입니다. 회상 블록에서 참가자들은 단서가 주어졌을 때 자극을 회상하도록 요청받을 것입니다. 회상은 두 조건 중 하나에서 이루어질 것입니다: 반복 조건과 통제 조건. 반복 조건은 기억 표현이 반복적 검색에 따라 어떻게 진화하는지 검토할 수 있게 해주며, 통제 조건은 동일한 실제 시간 간격 동안의 변화를 평가하기 위한 일치된 기준선을 제공할 것입니다. 반복 조건의 쌍에 대해 참가자들은 각 자극을 5회 회상하며, 다른 쌍의 회상과 번갈아가며 수행할 것입니다. 통제 조건의 쌍에 대해 참가자들은 각 자극을 2회 회상할 것입니다. 중요하게도, 이 조건의 회상은 반복 조건의 회상 1회와 5회에 일치하도록 간격을 두어 경과 시간에 대한 통제를 제공할 것입니다. 학습과 회상 블록은 번갈아가며 수행될 것입니다.

분석은 반복 검색, 통제 검색 및 학습 조건의 BOLD 활동 패턴을 비교할 것입니다. 학습 시험의 데이터는 각 자극에 대한 단일 패턴을 형성하기 위해 평균화될 것입니다. 검색 데이터는 각 자극과 두 조건 모두에서의 각 검색 시도에 대해 별도로 분석될 것입니다. 공간 자극과 자연 이미지 모두에 대해 연구자들은 반복 조건과 통제 조건 간의 표현 변화 비교에 초점을 맞출 것입니다. 뇌 표현을 특성화하는 데 사용되는 구체적인 모델은 자극 유형에 따라 다르지만, 분석은 그 외에는 병렬 절차를 따를 것입니다. 공간 자극의 경우 연구자들은 pRF 추정치와 과제 기반 BOLD 데이터를 결합하여 시각 영역의 공간 조정을 정량화하는 이전에 발표된 접근법을 사용할 것입니다. 이 방법은 각 복셀의 과제 유발 BOLD 반응 진폭을 복셀의 pRF와 자극의 공간 위치 간 거리의 함수로 평가합니다. 연구자들은 반복 및 통제 검색 조건뿐만 아니라 학습 조건과의 공간 조정을 비교하여 공간 조정의 변화가 반복 검색에 따라 누적되는지 결정할 것입니다. 자연 이미지의 경우 연구자들은 BOLD 활동 패턴의 표현 구조를 합성곱 신경망(CNN) 모델의 표현 구조와 비교할 것입니다. 표현 유사성 분석(RSA)을 사용하여 연구자들은 CNN에서 파생된 임베딩과 학습 및 회상 중의 BOLD 활동 패턴 간의 유사성을 평가할 것입니다. 초기 CNN 계층과의 높은 상관관계는 저수준 시각 특징이 표현됨을 시사하는 반면, 더 깊은 계층과의 높은 상관관계는 고수준 시각 특징의 표현을 나타냅니다. 연구자들은 이 접근법을 사용하여 반복 조건과 통제 조건의 상관관계를 비교하여 표현 변화가 반복 검색에 따라 강화되는지 테스트할 것입니다.