במחקר שפורסם לאחרונה ב תקשורת טבעחוקרים חוקרים האם קליפת המוח האנושית-זמנית (OTC) מייצגת יחד את התוכן הסמנטי והרגשי של גירויים חזותיים כדי להנחות התנהגות.
לימוד: כוונון קליפת המוח העורף-זמני למאפיינים סמנטיים ורגשיים של תמונות טבעיות מנבא תגובות התנהגותיות קשורות. קרדיט תמונה: patrice6000 / Shutterstock.com
הנוירופתופיזיולוגיה של תגובה לגירויים
זיהוי ותגובה לגירויים בולטים מבחינה רגשית היא חיונית להצלחה אבולוציונית, שכן היא מסייעת להישרדות ולהתנהגויות רבייה. תגובות הסתגלות משתנות בהתאם להקשר, כגון אסטרטגיות הימנעות שונות עבור דוב גדול בהשוואה לחיה חלשה, או תגובות גישה מובחנות לתינוקות ולבני זוג פוטנציאליים.
בעוד שגירויים רגשיים מפעילים אזורי מוח שונים, כולל האמיגדלה וה-OTC, המנגנונים העצביים התורמים לבחירות התנהגותיות אלו נותרו לא ברורים. לפיכך, יש צורך במחקר נוסף כדי להבהיר כיצד הייצוג המשולב של תכונות סמנטיות ואפקטיביות ב-OTC מתורגם לתגובות התנהגותיות ספציפיות ותלויות הקשר.
לגבי המחקר
פרוטוקול המחקר הנוכחי אושר על ידי ועדת ברקלי של אוניברסיטת קליפורניה להגנה על נבדקים אנושיים והסכמה מדעת. הנתונים נאספו משישה מבוגרים בריאים עם גיל ממוצע של 24 ועם ראייה תקינה או מתוקנת.
משתתפי המחקר צפו ב-1,620 תמונות טבעיות שסווגו ל-23 קטגוריות סמנטיות על ידי ארבעה מדורגים והתקבלו ממערכת התמונות האפקטיבית הבינלאומית (IAPS), סט התמונות של Lotus Hill וחיפושים באינטרנט.
קבוצת המחקר השלימה גם שישה מפגשי הדמיית תהודה מגנטית פונקציונלית (fMRI), אחת מהן הייתה להשיג סריקות רטינוטופיה וחמישה עבור המשימה העיקרית, תוך צפייה בתמונות המוקרנות על מסך. כל התמונות הוצגו לשנייה אחת במרווח של שלוש שניות. סריקות אומדן כללו מצגות תמונה פסאודו-אקראית עם ניסויים אפסיים, בעוד שסריקות אימות השתמשו ברצפים מבוקרים.
לאחר הסריקה, המשתתפים במחקר דירגו את ערכיות התמונה כשלילית, ניטרלית או חיובית ואת הגירוי שלהם על ידי התמונה בסולם של תשע נקודות. בנוסף, נתוני fMRI נאספו על שלושה סורק Tesla Siemens Total Imaging Matrix Trio (3T Siemens TIM Trio סורק) ועובדו מראש באמצעות MATrix LABoratory (Matlab) ומיפוי פרמטרי סטטיסטי גרסה 8 (SPM8), כולל המרת תמונות לטכנולוגיית אינפורמטיקה של Neuroimaging פורמט יוזמה (NIFTI), ניקוי נתוני סדרות זמן, יישור מחדש ותיקון תזמון פרוסות.
מטריצות עיצוב נבנו עבור מודל נתונים, כאשר רגרסיה מוענשת על ידי L2 משמשת להערכת משקל תכונה. אימות המודל השתמש בדיוק חיזוי של ווקסל, בעוד שניתוח רכיבים עיקריים (PCA) זיהה דפוסים של כוונון משותף לתכונות תמונה.
ממצאי המחקר
המחקר הנוכחי השתמש בגישת דוגמנות קידוד מרובת תכונות כדי לחקור כיצד מיוצגות תכונות סמנטיות ואפקטיביות של תמונה טבעית במוח. הגירויים הניסויים כללו 1,620 תמונות במגוון רחב של קטגוריות סמנטיות ותוכן רגשי.
רגרסיית רכס שימשה כדי להתאים מודלים של קידוד מרובי תכונות לנתוני fMRI שנרכשו כאשר נבדקים צפו בתמונות אלו. שישה נבדקים כל אחד השלימו חמישים סריקות fMRI במשך שש מפגשים של שעתיים, כאשר שלושים סריקות אימון שימשו להערכת מודל ועשרים סריקות מבחן לאימות.
המודל המשולב של סמנטיקה, ערכיות ועוררות (CSVA) תיאר כל תמונה תוך שימוש בשילוב של קטגוריות סמנטיות, ערכיות, שיפוטים של עוררות ותכונות מורכבות נוספות. יתרה מכך, נתוני fMRI מהרצאות הערכת מודל רושרו, ורגרסיית הרכס שימשה כדי להתאים את מודל ה-CSVA לנתונים תלויי רמת החמצן בדם (BOLD) של כל נבדק.
משקלי ווקסל נאמדו עבור כל תכונת דגם והוחלו על ערכי הרגרסורים של תכונה עבור תמונות שנצפו במהלך סריקות אימות כדי ליצור קורסי זמן BOLD חזויים עבור כל ווקסל. מסלולי זמן חזויים אלו היו מתואמים עם קורסי זמן של אימות BOLD שנצפו כדי לקבל אומדנים של דיוק חיזוי המודל.
נמצא שמודל ה-CSVA מאמת במדויק קורסי זמן של BOLD ברחבי ה-OTC. בנוסף, המודל התעלה על מודלים פשוטים יותר המכילים רק תכונות סמנטיות או ערכיות ועוררות.
השוואה באמצעות הליך של bootstrap גילתה שמודל ה-CSVA עלה על הערכיות על ידי מודלים של עוררות וסמנטי בלבד הן ברמת הקבוצה והן ברמת הפרט. העליונות של מודל ה-CSVA ניכרה במיוחד באזורי OTC עם סלקטיביות סמנטית ידועה, כגון אזור הפנים העורפי (OFA) ואזור הפנים הפוזיפורמי (FFA).
טכניקות של חלוקה לשונות הראו כי ווקסלים רבים המגיבים למודל ה-CSVA המלא שמרו על דיוק ניבוי משמעותי כאשר נשמרה רק השונות המוסברת על ידי קטגוריה סמנטית על ידי אינטראקציות תכונות רגשיות. יתר על כן, נמצא כי תכונות רגשיות של קידוד של גירוי משפרות באופן דיפרנציאלי את התאמת המודל עבור גירויים מונפשים לעומת דוממים, עם עלייה משמעותית יותר עבור גירויים מונפשים.
PCA של מודל CSVA תכונה משקלים חשפו דפוסים עקביים של כוונון OTC לגירוי אנימציה, ערכיות ועוררות בין הנבדקים. שלושת הרכיבים העיקריים (מחשבים אישיים) הובילו לשונות משמעותית יותר מתכונות גירוי בלבד, והמבנה שלהם היה עקבי בין הנבדקים. מחשבים אישיים אלה ייצגו מימדים הכוללים אנימציה של גירוי, עוררות וערכיות, עם מעברים מרחביים בכוונון בין נבדקים המראים כתמי קליפת מוח ברורים המגיבים באופן סלקטיבי.
כוונון OTC למאפיינים רגשיים וסמנטיים של תמונות רגשיות ניבא תגובות התנהגותיות, מה שהסביר יותר שונות בהתנהגויות מאשר מבנה תמונה ברמה נמוכה או מודלים פשוטים יותר.
מסקנות
באמצעות מודלים חכמים של ווקסל של נתוני fMRI של נבדקים שצפו בלמעלה מ-1,600 תמונות רגשיות, החוקרים של המחקר הנוכחי מצאו כי ווקסלים רבים של OTC מייצגים הן קטגוריות סמנטיות והן ערכים רגשיים, במיוחד עבור גירויים מונפשים. קבוצה נפרדת זיהתה התנהגויות המתאימות לכל תמונה.
ניתוחי רגרסיה הראו שכוונון OTC לתכונות המשולבות הללו ניבא התנהגויות טוב יותר מאשר כוונון לתכונות לבד או למבני תמונה ברמה נמוכה, ובכך הציע כי OTC מעבד ביעילות מידע רלוונטי מבחינה התנהגותית.
