1766399136
2025-12-22 10:04:00
果樹園の周りを歩きながらリンゴの木を見ていると想像してください。視点と距離を変えると、摘もうとしているリンゴの網膜上のサイズは変化しますが、現実世界ではリンゴのサイズが一定であるように認識されます。私たちの脳は、複雑な世界を理解できるように、物体認識中に物体の現実世界のサイズ情報をどのように抽出するのでしょうか?行動研究では、知覚される現実世界のサイズが物体の物理的特性として表現され、同じサイズのプライミング効果が明らかになることが実証されています (セッティら、2009)、おなじみのサイズのストループエフェクト(コンクルとオリバ、2012a; ロングとコンクル、2017)、および標準的な視覚サイズ効果 (チェン他、2022; コンクルとオリバ、2011）。人間の神経画像研究でも、物体の現実世界のサイズ表現の証拠が見つかりました (ファン他、2022; Khaligh-Razavi 他、2018; コンクルとカラマッッツァ、2013; コンクルとオリバ、2012b; Luo 他、2023 年; クエックら、2023 年; ワン他、2022a）。これらの発見は、現実世界のサイズがオブジェクト表現の基本的な次元であることを示唆しています。
確かに、少数の fMRI 研究では、自然画像の利用を試みており、さまざまな脳領域における物体の現実世界のサイズのエンコードをより正確に調査するために、より詳細なサイズ測定にも取り組んでいます (Luo 他、2023 年; トロイアーニほか、2014）。しかし、すべての課題を包括的に克服し、人間の視覚における物体の網膜サイズ、現実世界のサイズ、現実世界の奥行きに関する明確な処理タイムラインを明らかにした研究はまだありません。
現在の研究では、人間のEEG記録、自然主義的な刺激画像、人工ニューラルネットワーク、表現類似性分析（RSA）や偏相関分析などの計算モデリングアプローチを組み合わせて、物体の現実世界のサイズ、網膜のサイズ、現実世界の深さの神経表現を区別することで、これらの課題を克服しました。私たちは、統合された計算アプローチをオープン EEG データセットである THINGS EEG2 (ギフォード他、2022）。まず、このデータセットで使用される視覚画像刺激はより自然なものであり、現実世界のサイズ、深さ、網膜サイズが異なるオブジェクトが含まれています。これにより、マルチモデル表現類似性分析を使用して、オブジェクトの実世界のサイズの比較的混乱のない表現を調査し、これらの交絡的な特徴を部分的に抽出し、同時に調査することが可能になります。第二に、人間の物体認識における自然画像に基づいて、より生態学的コンテキストで物体特徴処理の神経力学を調査することができます。第三に、物体のサイズを個別のレベルに分類する代わりに、オンラインのサイズ評価タスクからの詳細な行動測定に基づいたより連続的な測定を適用することで、脳内の物体のサイズの表現をより細かく解読できるようになりました。
私たちはまず、統計的に分離されたオブジェクトの実世界サイズ表現のニューラルダイナミクスを明らかにすることに焦点を当てます。 EEG の時間分解能により、これら 2 つの特性が実際に独立して処理される場合、知覚されるオブジェクトの実世界サイズの処理が知覚される奥行きの処理に先行するのか後続するのかを問うことで、視覚オブジェクト処理の表現的な時間経過を調査する機会が得られます。
次に、人工ニューラル ネットワーク (ANN) を統合することにより、人間の脳が自然画像内のオブジェクトのサイズと深さをどのように処理するかという根本的なメカニズムをさらに調査することを試みます。認知計算神経科学の領域では、ANN は視覚物体認識を研究するための補完的なツールを提供しており、ANN が人間の視覚システムと同様の表現を示すことを裏付ける研究が増えています (シシーら、2016; ギュシュルとヴァン・ガーヴェン、2015; ヤミンズら、2014; ヤミンズとディカルロ、2016）。実際、最近の研究では、ANN が現実世界のサイズも表すことがわかりました (ファン他、2022);ただし、上で説明したのと同じトリミングされたオブジェクトを含む固定網膜サイズの画像データセットを使用するため、結果が現実世界のサイズおよび/または深度を反映しているかどうかを確認することが同様に困難になります。さらに、最近の研究では、セマンティック埋め込みとマルチモーダル ニューラル コンポーネントを組み込んだ人工ニューラル ネットワークは、視覚のみのネットワークと比較して、視覚野および海馬内の人間の視覚表現をより正確に反映する可能性があることを示しています (チョクシら、2022a; チョクシら、2022b; コンウェル他、2022; ドーリグ他、2022; ジョズウィクら、2023; ワン他、2022b）。現実世界のサイズの認識には、見慣れたオブジェクトに関するボトムアップの視覚的知識とトップダウンの意味論的知識の両方が組み込まれている可能性があることを考えると、これらのモデルは、この問題を調査するさらに別の新しい機会を提供します。 ANN は、視覚モデルと視覚意味論的モデルの両方、およびこれらのモデル内のさまざまなレイヤーを利用して、さまざまな画像特徴、初期層からの低レベルの視覚情報、および後期層からの視覚特徴と意味論的特徴の両方を含む高レベルの情報を抽出するアプローチを提供します。
今回の研究で私たちが採用したクロスモーダル表現比較による統合計算アプローチにより、知覚される現実世界のサイズと深さの表現が人間の脳と人工ニューラルネットワークの両方でどのように現れるかを比較することができます。人間の脳とANNの両方における物体のサイズと奥行きの特徴の内部表現を解明することで、網膜サイズ、現実世界の奥行き、現実世界のサイズといった異なる空間特性がシステム全体でどのようにエンコードされているかを調査し、現実世界のサイズが潜在的により高いレベルの意味論的に根拠のある特徴として現れる表現メカニズムと時間ダイナミクスを明らかにすることができます。
#人間の脳波と人工ニューラルネットワークは自然画像における物体の現実世界のサイズと深さのもつれのない表現と処理タイムラインを明らかにします