- 3 次围观
人类能够快速提取摘要统计量，例如视觉特征的均值和方差，从而在注意力和工作记忆受限的情况下，高效表征复杂的视觉环境。尽管集合知觉在视觉认知中至关重要，但仍有两个基本问题有待解决。首先，不同视觉层级上所表征特征的集合统计是否依赖于共同的神经系统，抑或依赖于彼此独立的、特征特异性的系统，尚不明确。其次，不同的摘要统计量，如均值和方差，究竟依赖共享还是可分离的神经机制，仍然未知。在此，我们采用功能性磁共振成像（fMRI）和多变量模式分析，考察了跨越加工层级的三种视觉特征——方向（低层级）、形状（中层级）和动画性（高层级）——的集合均值与方差的神经表征（N = 24；两次fMRI扫描）。通过结合全脑搜索灯分析和基于感兴趣区（ROI）的方法，我们发现腹侧与背侧视觉通路之间存在等级化的分工。尽管均值和方差这两类集合统计分布于视觉皮层中，但均值解码在腹侧区域更强，而方差解码在背侧区域更强。集合均值表征在腹侧视觉通路内呈现出由后向前的梯度，这与从方向到形状再到动画性抽象程度逐渐提高相一致，并且不同特征之间几乎没有解剖重叠，表明其主要为特征特异性。相比之下，集合方差更偏向于背侧顶叶和额顶叶区域，尤其是顶上小叶皮层和顶内沟；其解码簇在不同特征之间大体重叠，并且能够在方向、形状和动画性之间稳健泛化。总体而言，这些发现为集合知觉提供了更为细致的解释，表明特征特异性与特征无关的神经编码可以在视觉皮层中共存，并有助于调和此前相互矛盾的证据。
David Soto 的 ORCID 记录
摘要 信息/历史 指标 补充材料 预览 PDF
摘要 尽管注意和工作记忆存在限制，人类仍能迅速提取诸如视觉特征的均值和方差等总结统计量，从而高效表征复杂的视觉环境。尽管组群知觉（ensemble perception）在视觉认知中具有核心地位，但仍有两个基持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 保留所有权利。未经许可，不得再次使用。
返回顶部 上一页 下一页 发布于 2026 年 7 月 20 日。 下载 PDF 补充材料
电子邮件 您的电子邮件 * 您的姓名 * 发送给 * 可在每行单独输入多个地址，或用逗号分隔。 您将发送以下内容的电子邮件 跨视觉特征的组群均值与方差的神经表征 邮件主题 （您的姓名）已将 bioRxiv 上的一个页面转发给您 邮件正文 （您的姓名）认为您可能会想查看 bioRxiv 网站上的此页面。 您的个人留言 验证码 此问题用于测试您是否为真人访问者，并防止自动垃圾提交。 分享
跨视觉特征的组群均值与方差的神经表征 Patxi Elosegi，Seyma Takir，Ning Mei，Yaoda Xu，David Soto bioRxiv 2026.07.14.738506； doi：https://doi.org/10.64898/2026.07.14.738506
分享本文： 复制
引文工具 跨视觉特征的组群均值与方差的神经表征 Patxi Elosegi，Seyma Takir，Ning Mei，Yaoda Xu，David Soto bioRxiv 2026.07.14.738506； doi：https://doi.org/10.64898/2026.07.14.738506
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.14.738506v1?rss=1
🏷️ 集合知觉 视觉摘要统计 均值表征 方差表征 fMRI多变量模式分析