Dynamiken i den representativa förändringen som ligger till grund för återkallning

Två fMRI-sessioner kommer att genomföras per försöksperson. I lokaliseringssessionen kommer forskarna att samla in anatomiska bilder och fMRI-data som behövs för att definiera synområden i varje persons ursprungliga hjärnutrymme. Förutom två högupplösta anatomiska bilder kommer två korta funktionella uppgifter att samlas in från varje deltagare: 1) kartläggning av populationsreceptiva fält (pRF); 2) lokaliserare för visuella kategorier. Uppgiften för pRF-kartläggning kommer att bestå av flera körningar där ett streckgap drar över de centrala 8 graderna av synfältet. Detta kommer att tillåta oss att uppskatta retinotopisk känslighet hos enskilda voxlar i synbarken och dra gränser mellan olika retinotopiska fältkartor. Lokaliseraren för visuella kategorier kommer att vara ett blockdesign med olika bildkategorier. Detta kommer att tillåta oss att definiera högre nivåers kategoriselektiva hjärnområden.

I experimentsessionen kommer forskarna att samla in fMRI-data medan försökspersonerna genomgår perception och återkallning av samma stimuli. För att bedöma om våra fynd generaliserar över enkla och komplexa visuella stimuli kommer två klasser av stimuli att användas: enkla mönster i diskreta rumsliga positioner, i enlighet med tidigare arbete, och naturliga bilder. I studerblock kommer försökspersonerna att studera cue-stimuluspar. Färgade fixeringspunkter kommer att användas som cues. Stimuli kommer att vara från en av de tidigare nämnda klasserna. I återkallningsblock kommer deltagarna att ombedjas att återkalla stimulit givet cuen. Återkallning kommer att ske under ett av två tillstånd: upprepad och kontroll. Det upprepade tillståndet tillåter oss att undersöka hur minnesrepresentationer utvecklas med upprepad återhämtning, medan kontrolltillståndet kommer att ge en matchad baslinje för att bedöma förändringar över samma tidsintervall. För par i det upprepade tillståndet kommer deltagarna att återkalla varje stimulus 5 gånger, växelvis med återkallningar från andra par. För par i kontrolltillståndet kommer deltagarna att återkalla varje stimulus 2 gånger. Kritiskt är att återkallningar från detta tillstånd kommer att vara utspridda så att de matchar återkallningar 1 och 5 från det upprepade tillståndet, vilket ger en kontroll för förfluten tid. Studie- och återkallningsblock kommer att utföras i växlande ordning.

Analyser kommer att jämföra BOLD-aktivitetsmönster från upprepad återhämtning, kontrollåterhämtning och studietillstånd. Data från studieförsök kommer att medelvärdesbildas för att bilda ett enda mönster för varje stimulus. Återhämtningsdata kommer att analyseras separat för varje stimulus och återhämtningsförsök i båda tillstånden. För både rumsliga stimuli och naturliga bilder kommer forskarna att fokusera på att jämföra representationsförändringar mellan upprepade och kontrolltillstånd. Även om de specifika modeller som används för att karakterisera hjärnrepresentationer skiljer sig åt efter stimulus typ, kommer analyserna annars följa parallella procedurer. För rumsliga stimuli kommer forskarna att använda ett tidigare publicerat tillvägagångssätt som kombinerar pRF-uppskattningar med uppgiftsbaserad BOLD-data för att kvantifiera rumslig inställning i synområden. Denna metod bedömer amplituden av den uppgiftsframkallade BOLD-responsen i varje voxel som en funktion av avståndet mellan voxelns pRF och stimulans rumsliga läge. Forskarna kommer att jämföra rumslig inställning över upprepade och kontrollåterhämtningstillstånd, samt med studietillståndet, för att avgöra om förändringar i rumslig inställning ackumuleras över upprepad återhämtning. För naturliga bilder kommer forskarna att jämföra representationsstrukturen hos BOLD-aktivitetsmönster med den hos en konvolutionell neuralnätsmodell (CNN). Genom att använda representativ likhetsanalys (RSA) kommer forskarna att bedöma likheten mellan CNN-härledda inbäddningar och BOLD-aktivitetsmönster under både studie och återkallning. Högre korrelationer med tidiga CNN-lager tyder på att lågnivå-visuella egenskaper representeras, medan högre korrelationer med djupare lager indikerar representation av högre nivåers visuella egenskaper. Forskarna kommer att använda detta tillvägagångssätt för att jämföra korrelationer från de upprepade och kontrolltillstånden, och testa om representationsförändringar stärks med upprepad återhämtning.