Компоненты вызванных потенциалов фронтальных областей коры, связанные с классификацией изображений и не зависящие от физических характеристик стимулов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В настоящее время существует проблема повышения объективности электрофизиологических методов оценки остроты зрения. Цель настоящего исследования – изучение характеристик когнитивных вызванных потенциалов (ВП), связанных с событиями, во фронтальных областях мозга в задачах классификации изображений объектов, по семантическим признакам изображений. Использовали визуальные стимулы, разбитые на следующие классы: по семантическим признакам – на живые и неживые объекты, и по диапазонам пространственных частот на широкополосные контурные изображения (белые на черном фоне) и узкополосные, в которых методом цифровой фильтрации были выделены низкочастотный или высокочастотный диапазоны. Подготовленные изображения предъявляли на экране монитора испытуемым. В каждой серии исследований испытуемые получали инструкцию классифицировать изображения по признакам “живой/неживой” объект вне зависимости от физических характеристик стимулов. Показали, что компонент P200 ВП в вентролатеральных областях фронтальной коры головного мозга зависит от семантических свойств стимулов – изображений объектов живой и неживой природы, и не зависит от таких физических характеристик, как наличие/отсутствие высокочастотной или низкочастотной фильтрации. В настоящей работе в результате проведенного анализа индивидуальных данных в двух сериях исследования представлены результаты измерений амплитуд и латентных периодов для компонента P200 ВП для разных (по семантике) классов контурных изображений с высокочастотной и низкочастотной фильтрацией на выбранных нескольких отдельных пространственных частотах и контурных неотфильтрованных изображений при разных инструкциях испытуемым. Полученные результаты могут быть востребованы в разработке нового дополнительного метода оценки остроты зрения с помощью зрительных ВП.

Полный текст

Доступ закрыт

Об авторах

Г. А. Моисеенко

ФГБУН Институт физиологии имени И.П. Павлова РАН

Автор, ответственный за переписку.
Email: MoiseenkoGA@infran.ru
Россия, Санкт-Петербург

С. А. Коскин

ФГБУН Институт физиологии имени И.П. Павлова РАН; ФГБВОУ ВО Военно-медицинская академия имени С.М. Кирова Министерства обороны РФ

Email: MoiseenkoGA@infran.ru
Россия, Санкт-Петербург; Санкт-Петербург

С. В. Пронин

ФГБУН Институт физиологии имени И.П. Павлова РАН

Email: MoiseenkoGA@infran.ru
Россия, Санкт-Петербург

В. Н. Чихман

ФГБУН Институт физиологии имени И.П. Павлова РАН

Email: MoiseenkoGA@infran.ru
Россия, Санкт-Петербург

Е. А. Вершинина

ФГБУН Институт физиологии имени И.П. Павлова РАН

Email: MoiseenkoGA@infran.ru
Россия, Санкт-Петербург

О. В. Жукова

ФГБУН Институт физиологии имени И.П. Павлова РАН

Email: volgazhukova@gmail.com
Россия, Санкт-Петербург

Список литературы

  1. Костандов Э.А. Психофизиология сознания и бессознательного. СПб.: Питер, 2004. 167 с.
  2. Bonin P., Gelin M., Bugaiska A. Animates are better remembered than inanimates: Further evidence from word and picture stimuli // Mem. Cogn. 2014. V. 42. № 3. P. 370.
  3. Yang J., Wang A., Yan M. et al. Distinct processing for pictures of animals and objects: Evidence from eye movements // Emotion. 2012. V. 12. № 3. P. 540.
  4. Pauen S. Evidence for knowledge–based category discrimination in infancy // Child Dev. 2002. V. 73. № 4. P. 1016.
  5. Taniguchi K., Tanabe-Ishibashi A., Itakura S. The categorization of objects with uniform texture at superordinate and living/non-living levels in infants: An exploratory study // Front. Psychol. 2020. V. 11. P. 2009.
  6. Марченко О.П. Электрические потенциалы мозга, связанные с категоризацией названий одушевленных и неодушевленных объектов // Экспериментальная психология. 2010. Т. 3. № 1. С. 5.
  7. Герасименко Н.Ю., Славуцкая А.В., Калинин С.А. и др. Опознание зрительных образов в условиях прямой маскировки: влияние категориальной близости значимого и маскирующих изображений // Журн. высш. нервн. деят. им. И.П. Павлова. 2013. Т. 63. № 4. С. 419.
  8. Михайлова Е.С., Герасименко Н.Ю., Авсиенко А.В. Опознание сложных и простых изображений при их прямой маскировке // Физиология человека. 2009. Т. 35. № 3. C. 13.
  9. Верхлютов В.М., Ушаков В.Л., Стрелец В.Б. Снижение латентности компонента вызванного потенциала N170 при повторном предъявлении изображений лиц // Журн. высш. нервн. деят. им. И.П. Павлова. 2009. Т. 50. № 3. С. 307.
  10. Пономарев В.А., Кропотов Ю.Д. Уточнение локализации источников вызванных потенциалов в GO/NOGO тесте с помощью моделирования структуры их ковариации // Физиология человека. 2013. Т. 39. № 1. С. 36.
  11. Пономарев В.А., Пронина М.В., Кропотов Ю.Д. Скрытые компоненты связанных с событиями потенциалов в зрительном Go/NoGo тесте с предупреждающим стимулом // Физиология человека. 2019. Т. 45. № 5. С. 20.
  12. Глезер В.Д. Зрение и мышление. Л.: Наука, 1993. 284 с.
  13. Шелепин Ю.Е. Введение в нейроиконику: монография. СПб.: Троицкий мост, 2017. 352 с.
  14. Chikhman V.N., Bondarko V.M., Danilova M.V. et al. Complexity of images: Experimental and computational estimates compared // Perception. 2012. V. 41. № 6. P. 631.
  15. Attneave F. Physical determinants of the judged complexity of shapes // J. Exp. Psychol. 1957. V. 53. № 4. P. 221.
  16. Long B., Störmer V.S., Alvarez G.A. Mid-level perceptual features contain early cues to animacy // J. Vis. 2017. V. 17. № 6. P. 20.
  17. Yetter M., Robert S., Mammarella G. et al. Curvilinear features are important for animate/inanimate categorization in macaques // J. Vis. 2021. V. 21. № 4. P. 3.
  18. Моисеенко Г.А., Шелепин Ю.Е., Хараузов А.К. и др. Классификация и распознавание изображений живой и неживой природы // Оптич. журн. 2015. Т. 82. № 10. С. 53.
  19. Моисеенко Г.А., Пронин С.В., Шелепин Ю.Е. Исследование инвариантных к масштабным преобразованиям механизмов классификации изображений // Оптич. журн. 2019. Т. 86. № 11. С. 66.
  20. Чупров А.Д., Жедяле Н.А., Воронина А.Е. Методы исследования центрального отдела зрительного анализатора (обзор) // Сарат. научно-мед. журн. 2021. Т. 17. № 2. С. 396.
  21. Офтальмология: национальное руководство / Под ред. Аветисова С.Э., Егорова Е.А., Мошетова Л.К., Нероева В.В., Тахчиди Х.П. 2-е изд., перераб. и доп. М.: ГЕОТАР-Медиа, 2022. Cер.: Национальные руководства. 904 c.
  22. Моисеенко Г.А., Вершинина Е.А., Пронин С.В. и др. Латентные периоды компонентов вызванных потенциалов в задачах классификации изображений, подвергнутых вейвлетной фильтации // Физиология человека. 2016. Т. 42. № 6. С. 37.
  23. Куценко М.А. История и методы визометрии // Вест. совета молодых учtных и специалистов Челяб. обл. 2018. Т. 2. № 3. C. 32.
  24. Моисеенко Г.А., Пронин С.В., Жильчук Д.И. и др. “Исчезающие” оптотипы и объективное измерение остроты зрения человека // Оптич. журн. 2020. Т. 87. № 12. С. 84.
  25. Harauzov A.K., Shelepin Y.E., Noskov Y.A. et al. The time course of pattern discrimination in the human brain // Vision Res. 2016. V. 125. P. 55.
  26. Kozlovskiy S., Kashirin V., Glazkova A. Electrophysiological differences in perception of animate and inanimate objects // Int. J. Psychophysiol. 2023. V. 188. P. 116.
  27. Михайлова Е.С., Майорова Л.А., Герасименко Н.Ю. и др. Половые различия в рабочей памяти на простые зрительные признаки. Анализ связанных с событием потенциалов в процессе и пространстве сенсоров и дипольных источников // Журн. высш. нервн. деят. им. И.П. Павлова. 2022. Т. 72. № 6. С. 836.
  28. Герасименко Н.Ю., Кушнир А.Б., Михайлова Е.С. Маскирующие эффекты нерелевантной зрительной информации в условиях базовой и суперординатной категоризации сложных изображений // Физиология человека. 2019. Т. 45. № 1. С. 5.
  29. Lee G., Blumenfeld R.S., D'Esposito M. Disruption of dorsolateral but not ventrolateral prefrontal cortex improves unconscious perceptual memories // J. Neurosci. 2013. V. 33. № 32. P. 13233.
  30. Вахрамеева О.А., Сухинин М.В., Моисеенко Г.А. и др. Изучение порогов восприятия в зависимости от геометрии фовеа // Cенсорные системы. 2013. Т. 27. № 2. С. 122.
  31. Chan A.W.-Y. Functional organization and visual representations of human ventral lateral prefrontal cortex // Front. Psychol. 2013. V. 4. P. 371.
  32. Radtke E.L., Martens U., Gruber T. The steady‐state visual evoked potential (SSVEP) reflects the activation of cortical object representations: evidence from semantic stimulus repetition // Exp. Brain Res. 2021. V. 239. № 2. P. 545.
  33. Badre D., Wagner A.D. Left ventrolateral prefrontal cortex and the cognitive control of memory // J. Neuropsychol. 2007. V. 45. № 13. P. 2883.
  34. Farzmahdi A.J., Fallah F., Rajimehr R., Ebrahimpour R. Task-dependent neural representations of visual object categories // Eur. J. Neurosci. 2021. V. 54. № 7. P. 6445.
  35. Kravitz D.J., Saleem K.S., Baker C.I. et al. The ventral visual pathway: an expanded neural framework for the processing of object quality // Trends Cogn. Sci. 2013. V. 17. № 1. P. 26.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Методика проведения исследования. В первой серии исследования предъявляли изображения из одного набора стимулов, состоящие из объектов живой и неживой природы, которые были подвергнуты вейвлетной фильтрации в области низких (1 цикл./град) и высоких (10 цикл./град) пространственных частот (А). Во второй серии предъявляли изображения живой и неживой природы без предварительной вейвлетной фильтрации, размер изображений составил 3 и 0.4 угл. град (Б).

Скачать (24KB)
3. Рис. 2. Сравнительный анализ значимых различий между амплитудами компонентов вызванных потенциалов (ВП) в отведении F7 на изображения объектов живой (а – светлая кривая) и неживой (б – темная кривая) природы в двух сериях исследований. А – при классификации изображений, подвергнутых вейвлетной фильтрации в области высоких пространственных частот. Б – при классификации изображений, подвергнутых вейвлетной фильтрации в области низких пространственных частот. В – при классификации изображений без вейвлетной фильтрации. Данные усреднены на группе испытуемых.

Скачать (21KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».