导入数据...
  
我院Jan Drewes教授揭示人类闪光辨别能力的脑机制
[脑与心理科学研究院]  [手机版本]  [扫描分享]  发布时间:2022年3月11日
  查看:323
  来源:

研究背景

在日常生活中,我们周围的感官信息不断地到达大脑,这里涉及到一个问题:基于时间的认知处理如何对模拟信息流起作用?我们都知道,随着时间的推移,感官信息往往会被结合起来支持我们完成视觉运动处理、多感官整合或口语分析等任务,并提高我们对稳定特征感知的准确性。

实验概述

对于周遭的信息,我们需要知觉系统和认知能力来进行处理。尽管感觉输入是连续的,但信息必须随着时间的推移被组合起来以指导行动和认知,知觉系统在离散的“时间整合窗口”(TIWs)中处理连续的感觉输入。一些研究表明,10赫兹的采样窗口有可能正是视觉处理的频率。为了研究这个问题,我院Jan Drewes教授及其团队测试了人在记录脑磁图的同时定位和列举1个或2个近阈值的或全对比度强度的视觉闪光的能力。目前已发表于《Cerebral Cortex》(IF2021/JCR分区=5.357/Q1)。

测量时间整合窗口(TIWs)的典型方法是连续呈现两个刺激,由不同的刺激间隔(ISI)分隔。当两次闪光间隔一定时间,例如一秒,观察者能够不费劲地把它们算作两次。如果同样的两次闪光在时间上非常接近,例如1毫秒,那么它们就会被感知为一次闪光。在这两个特例之间存在一段时间距离,在这段时间内,同样的两次闪光有时会被视为一次,有时会被视为两次。通过采用不同的刺激间隔(ISI),本研究发现区分1个和2个闪光的表现与阿尔法频率(7-13赫兹)有关。在100毫秒的时间窗口内,具有较高静止状态阿尔法峰值频率的被试表现出最大的性能改善,而当ISI超过100毫秒时,那些具有较慢阿尔法的被试则改善更多。研究结果表明,人类看到短暂视觉事件的能力与个体大脑中的α频率有关,这是一种稳定的特质,同时以一种动态的、依赖于个体状态的方式进行的。这个发现有助于我们更好的理解人类大脑加工视觉信息的方式(详见图12)。

image.png

1:从静息态数据分析单个阿尔法峰值频率。右上角显示的被试编号。蓝线和阴影表示10秒滑动窗口在5分钟记录中移动的平均值和SDAlpha波段(713 Hz)已高亮显示,Alpha波段中确定的峰值用虚线标记。

image.png

2:峰值阿尔法频率与行为表现。蓝色标记代表个体被试;为了更好地可视化,数据上有红线。结果表明,个体峰值阿尔法频率与早期阶段(33-67ms,皮尔逊相关R=0.60P=0.014)的表现改善呈正相关。在中间间隔(67-100msR=0.01P=0.966)中未观察到相关性,而在晚期间隔(100-400msR=0.60P=0.013)中发现负相关性。

实验结论

本研究通过结合行为与脑磁图技术,解决了与视觉采样节律相关的个体峰值阿尔法频率是个体特质还是状态依赖性,并通过自上而下的控制或其他因素发生变化的问题。该工作得到国家自然科学基金项目(61263042, 61563056),高端外专项目(GDT20155300084),以及欧洲研究基金委员会(European Research Council No. 313658)的资助。


文章检索信息:

Drewes, J., Muschter, E., Zhu, W., & Melcher, D. (2022). Individual resting-state alpha peak frequency and within-trial changes in alpha peak frequency both predict visual dual-pulse segregation performance. Cerebral Cortex, bhac026. doi.org/10.1093/cercor/bhac026



(微信扫描分享)
编辑:脑与心理科学研究院