Восприятие классификация: 2.2. Классификация восприятия

Содержание

2.2. Классификация восприятия

1. Выделяется несколько подходов к классификации восприятия. В основе одной из классификаций лежат различия в анализаторах, участвующих в восприятии. В соответствии с тем, какой анализатор (или какая модальность) играет в восприятии преобладающую роль, различают:

— зрительное,

— слуховое,

— осязательное,

— кинестетическое,

— обонятельное,

— вкусовое восприятие.

Однако, различные виды восприятия редко встречаются в чистом виде. Обычно они комбинируются, и в результате возникают сложные виды восприятия.

2. Основой другого типа классификации являются формы существования материи: пространство, время, движение. В соответствии с этой классификацией выделяют:

— восприятие пространства;

— восприятие движения;

— восприятие времени.

Восприятие пространства происходит за счет работы вестибулярного аппарата, расположенного во внутреннем ухе. Вестибулярный аппарат тесно связан с глазодвигательными мышцами, и каждое изменение в нем вызывает рефлекторные изменения в положении глаз. Взаимосвязь вестибулярного и глазодвигательного аппаратов входит в качестве одного из самых существенных компонентов в систему восприятия трехмерного пространства.

Вторым аппаратом, обеспечивающим восприятие пространства, и, прежде всего его глубины, является аппарат бинокулярного зрения. Восприятие глубины главным образом связано с восприятием удаленности предметов и расположением их относительно друг друга.

В восприятии удаления предметов(или пространственной глубины) играет роль конвергенция и дивергенция глаз. Под конвергенцией понимается сведение зрительных осей глаз за счет поворота глазных яблок навстречу друг другу. При обратном переходе – с близкого на далекий предмет – наблюдается дивергенция глаз, т.

е. поворот их в стороны, разведение зрительных осей. Как конвергенция, так и дивергенция сопровождаются определенными двигательными ощущениями. Хотя мы обычно не замечаем эти ощущения, в восприятии пространства они играют существенную роль. Импульсы, возникающие вследствие относительного напряжения мышц глаз, являются важным источником информации для сенсорных и перцептивных зон коры головного мозга. Наряду с ощущениями от конвергенции и дивергенции глаз (при переводе взора с далекого предмета на близкий и обратно) мы получаем ощущения от аккомодации глаз. Суть явления аккомодации заключается в том, что форма хрусталика при удалении и приближении предметов меняется. Это достигается сокращением или расслаблением мышц глаза, что влечет за собой определенные ощущения напряжения или расслабления, которых мы не замечаем, но которые воспринимаются соответствующими проекционными полями коры головного мозга.

Расположение предметов по отношению друг к другу также играет большую роль при восприятии пространства. При значительном удалении предмета конвергенция и дивергенция прекращаются. Но мы можем судить об удаленности предметов по косвенным признакам. Воспринимаемое нами пространство никогда не носит симметричного характера, т.е. предметы расположены от нас вверху или внизу, справа или слева, дальше от нас или ближе. И эти признаки часто позволяют нам судить об удаленности предметов в пространстве.

Восприятие движения осуществляется благодаря сложному механизму, природа которого еще не вполне выяснена. Если предмет движется в пространстве, то мы воспринимаем его движение вследствие того, что он выходит из области наилучшего видения и этим заставляет нас передвигать глаза или голову, чтобы вновь фиксировать на нем взгляд. Однако восприятие движения не может быть объяснено только движением глаз: мы можем воспринимать одновременно движение в двух противоположных направлениях, хотя глаз, очевидно, не может двигаться одновременно в противоположные стороны.

Впечатление движения может возникнуть при отсутствии его в реальности, если через небольшие временные паузы чередовать на экране ряд изображений, воспроизводящих следующие друг за другом фазы движения объекта. Это так называемый стробоскопический эффект. Для его возникновения пауза между раздражителями должна быть не менее 0,06 с. В том случае, когда пауза вдвое меньше, изображения сливаются. Если же пауза очень велика (например 1 с), изображения осознаются как раздельные. На стробоскопическом эффекте построено восприятие движения на кинематографических лентах.

Все теории восприятия движения могут быть разделены на две группы:

Теории, выводящие восприятие движения из элементарных, следующих друг за другом зрительных ощущений отдельных точек, через которые проходит движение. Восприятие движения возникает вследствие слияния этих элементарных зрительных ощущений (В. Вундт).
Теории, утверждающие, что восприятие движения имеет специфическое качество, несводимое к элементарным ощущениям (позиция М. Вертгеймера). Подобно тому, как мелодия не является простой суммой звуков, а качественно отличным от них целым, так и восприятие движения несводимо к сумме составляющих это восприятие элементарных зрительных ощущений.

Однако основным принципом, регулирующим восприятие движения, является осмысление ситуации в объективной действительности на основе всего прошлого опыта человека.

Восприятие времени. Наиболее простыми формами оценок времени являются процессы восприятия длительности. В основе этих процессов лежат «биологические часы организма». К ним относятся ритмические процессы (смена процессов возбуждения и торможения), протекающие в нейронах коры и подкорковых образований. Эти процессы обеспечивают такие циклические явления, как биение сердца, ритм дыхания, а для более длительных интервалов — ритмику появления голода, смены сна и бодрствования и т.п. С другой стороны, мы воспринимаем время при выполнении какой-либо работы, т.е. когда происходят определенные нервные процессы, обеспечивающие нашу работу. В зависимости от длительности этих процессов, чередования возбуждения – торможения, мы получаем определенную информацию о времени.

Оценка длительности временного отрезка во многом зависит от того, какими событиями он был заполнен. Время, заполненное разнообразными событиями, мы переоцениваем, временной отрезок кажется нам более продолжительным. И наоборот, не интересное для нас время мы недооцениваем, временной отрезок кажется нам незначительным.

Оценка длительности времени также зависит и от эмоциональных переживаний. Если события вызывают положительное отношение к себе, то время кажется быстро идущим. И наоборот, негативные переживания удлиняют временной отрезок.

Интересно, что восприятие времени во время болезниможет искажаться. Основное влияние при этом оказывает чувство тревоги, которое влечет за собой состояние напряжения. Если для расслабленного человека время течет незаметно, то при напряжении время тянется очень медленно. Страдающий больной испытывает чувство замедления хода времени, это особенно характерно для людей с болевыми симптомами.

Часто боль и ее интенсивность становятся маркерами времени, которые делят сутки по ее затиханию и нарастанию.

Важно в практике врача иметь представление и о восприятии боли пациентом. Боль – это всегда психофизиологическое образование. Восприятие боли включает как само ощущение боли, так и эмоциональную реакцию на это ощущение. Индивидуальное восприятие боли носит сложный характер. Оно может быть различным как у отдельных людей, так и у одного и того же человека в зависимости от периода его жизни; болевые ощущения зависят и от физиологического состояния организма человека. Кроме того, восприятие боли зависит от прошлого опыта человека, от культурных традиций. Существует индивидуальная переносимость боли, зависящая в основном от глубоких структур мозга. Страх и тревога резко усиливают чувство боли, а состояние психического напряжения, ярости и агрессии гасит болевые ощущения. Следовательно, признаками боли выступают следующим симптомы:

ее присутствие;
изменение напряжения;
боль, как правило, можно локализовать с той или иной степенью точности;
боль ограничена во времени, обладает определенной динамикой;
боль может быть выражена для другого человека как содержание болевого переживания, как жалоба, и, таким образом, осознана;

Чаще всего, боль рассматривается пациентами как главный симптом болезни. При этом пациенты рассуждают таким образом: «нет боли, нет болезни». В бытовом сознании боль является синонимом тяжести болезни.

В ситуации болезни боль исполняет несколько функций. Наиболее важной из них является сигнальная (информационная) функция. Боль является сигналом тела о том, что случилось. При хронической боли болевая граница смещается. Подпороговая боль может долго не распознаваться, пока не усилится. Часто человек терпит привычную боль, находя для этого различные оправдания. Боль может играть роль важного фактора астенизации – изнурения, утомления человека. Хроническая боль может приводить к дистрессу и к резкому искажению реакций организма, прежде всего, снижению иммунитета.

Классификация восприятия

Восприятие классифицируется на разные виды по нескольким основаниям.

Классификация восприятия по видам анализаторов

По типам основных анализаторов выделяют следующие осноные виды восприятия:

кинестетическое,
зрительное,
тактильное,
обонятельное,
слуховое,
вкусовое.

Процесс восприятия реализуется посредством анализаторов, тесно взаимодействующих между собой. Например, осязательное восприятие, в котором задействованы кинестетический и тактильный анализаторы. В процессе зрительного восприятия, при котором зрительный анализатор играет ведущую роль, требуется участие двигательного для осуществления движения глаз. При слуховом восприятии слуховой анализатор является основным, но огромное значение при этом обретает кинестетический анализатор. Разные виды восприятия достаточно редко присутствуют в чистом виде, чаще они комбинируются между собой.

Классификация восприятия по формам материи

По формам представления материи выделяют следующие виды восприятия:

восприятие времени;
восприятие пространства;
восприятие движения.

Восприятие пространства

Определение 1

Во взаимном действии человека с окружающим миром восприятие пространства относится к обязательным условиям для возможности ориентировки в данной среде. В восприятии пространства различают восприятие удаленности, формы, величины и объемности предметов.

Взаимодействие индивида с окружающим миром включает и само человеческое тело с присущей ему системой координат. Человек, чувствующий мир, является сам материальным телом, занимающим определенное место в пространстве и, соответственно, наделенным пространственными признаками: размерами тела, величиной, формой, направлением движений в пространстве.

Научно доказано, что основой форм пространственного восприятия является функционирование комплекса анализаторов, взаимодействующих между собой. Особая роль в пространственном ориентировании принадлежит двигательному анализатору, при помощи которого непосредственно устанавливается данное взаимодействие. К специальным механизмам ориентации в пространстве относятся нервные связи между левым и правым полушариями в анализаторной деятельности: бинауральный слух, бинокулярное зрение, бимануальная ощупь и другие. В отражении качеств предметов пространственного характера важным фактором является функциональная асимметрия, характерная для парных анализаторов. Функциональная асимметрия выражается в том, что одна сторона анализатора является доминантной, т.е. ведущей.

Восприятие величины и формы предмета реализуется при помощи зрительного, кинестетического и тактильного анализаторов. При этом основная роль принадлежит зрительному анализатору. Для восприятия расстояния огромное значение имеет движение глаз, их конвергенция. При переводе глаз на менее удаленный предмет с более отдаленного предмета, возникает их конвергенция – предмет тем больше, чем он ближе. Наблюдается конвергенция глаз в условиях бинокулярного зрения, т.е. видения двумя глазами. Восприятие расстояния только одним глазом обладает недостаточной точностью.

Только взаимодействие кинестетического и зрительного анализаторов способно обеспечить адекватное восприятие формы, размера объектов и их удаленности. Воспринимая предметы разных размеров и форм, мы обводим их движением глаз. Между этими движениями глаз и отражением объекта на сетчатке глаза устанавливается связь, что дает возможность лучше воспринимать форму и размеры предметов. Восприятие формы и величины зависит от опыта человека. Соответственно, чем лучше человек знаком с определенной формой, тем быстрее и легче он выделяет ее среди иных форм.

Для восприятия объемности предметов важную роль играет бинокулярное зрение. При видении двумя глазами одновременно, соответствующее раздражение от левого и правого глаза объединяется в мозговых частях зрительного анализатора, создавая впечатление объемности предмета.

В восприятии расстояния принимают участие слуховые и обонятельные ощущения.

Восприятие времени.

Определение 2

Восприятие времени представляет собой отражение объективной длительности, последовательности и скорости явлений действительности. Посредством восприятия времени отображаются изменения, которые происходят в окружающем мире.

Физиологической основой восприятия времени служат условные рефлексы на время, производимые человеком постоянно.

Большое значение в восприятии времени имеют кинестетические анализаторы. Они выполняют особую роль в восприятии ритма. Под ритмом следует понимать ряд раздражителей последовательно сменяющих друг и имеющих периодический характер. Ритмичное дыхание, ритм в работе сердца и ритмичный характер текущей жизни оказывают непосредственное влияние на выработку временных рефлексов. При восприятии времени у человека есть склонность преувеличивать короткие промежутки времени и преуменьшать длинные. На восприятие продолжительности времени влияет содержание деятельности человека. Степень субъективизма при оценке времени также зависит от возраста человека: дети воспринимают время как медленный процесс, а взрослые наоборот. Преодолевается субъективизм в восприятии времени опытом и практической деятельностью.

Восприятие движения.

Определение 3

Восприятие движения представляет собой отражение изменения положения, занимаемое объектами в пространстве.

Оно позволяет ориентироваться в относительных изменениях взаимного расположения предметов в окружающей действительности. Знание о перемещении объектов человек получает, воспринимая непосредственно движение. Восприятие движения также возможно на базе умозаключений.

Классификация восприятия по активности

По активности восприятие делят на два вида:

непреднамеренное, то есть самопроизвольное;
преднамеренное.

Непреднамеренное восприятие вызывается у человека особенностями окружающих объектов: яркостью, необычностью, расположением. В непреднамеренном восприятии отсутствуют заранее определенная цель и волевое усилие.

Преднамеренное восприятие имеет цель, поставленную человеком. Для осуществления преднамеренного восприятия прилагаются определенные волевые усилия, чтобы лучше реализовать возникшее намерение и произвольно выбираются объекты восприятия.

Восприятие: классификация, свойства и формы

В психологии выделяют несколько видов восприятия. Классификация их осуществляется по нескольким критериям: модальности, активности, объекту, продолжительности. Остановимся подробнее на каждом из видов.

Деление по модальности

По анализаторам принято выделять:

зрительное;
осязательное;
слуховое;
вкусовое;
обонятельное.

Что представляет собой такой вариант восприятия? Классификация предполагает деление на основе анализаторов. Зрительный вариант предполагает рассмотрение целого образа предмета. Он позволяет человеку воспринимать сразу сложные формы предмета (геометрические особенности и структуры). Зрительное восприятие принимает участие в восприятии движения и пространства.

Слуховое восприятие связано со слуховым анализатором. В рамках социального развития человеческого общества сформировались две системы: ритмико-мелодичная (музыкальная), фонематическая (система языка). Обе они организуют звуки, которые воспринимает человек, в сложные системы звукового восприятия. Классификация является условной, зависит от различных факторов. Слуховое восприятие является активным процессом, который включает в себя некие моторные компоненты. В нем двигательные компоненты отделяются от слуховой системы, выделяются для пропевания голосом либо проговаривания вслух.

Осязательное восприятие связано с кожными и двигательными ощущениями. Постепенно в ходе осязательного восприятия информация, которая поступает от отдельных признаков, превращается в единый образ. Для перехода от оценки конкретных элементов к анализу всего предмета, необходимо, чтобы в движении находилась рука (пассивное осязательное восприятие должно меняться на активное ощупывание предмета).

Обонятельный вариант связан с восприятием запахов на базе обонятельного анализатора (носа). Психологи доказали, что при сильном влиянии на ощущение, у человека меняется психофизическое состояние. В некоторых случаях происходит извращенное восприятие запахов, а именно, неприятными становятся привычные вещества.

Вкус воспринимается с помощью языка (вкусового анализатора). В случае затрудненного носового дыхания понижается и вкусовая чувствительность. Причина — в потере информации, так как мозг воспринимает пищу в совокупности всех анализаторов, а при утрате одного из них картина существенно искажается.

Деление по характеру активности

Рассматривая основные классификации восприятия, данный вариант деления нельзя оставить без должного внимания. Предполагается выделение непреднамеренного (непроизвольного) и преднамеренного (произвольного) восприятия.

Первый вид не связан с какой-то целью, он выступает в виде компонента иной деятельности.

Произвольное восприятие считается высшей психической функцией, которая присуща только человеку. Оно предполагает четкую постановку цели, задачи, обладает систематичностью и плановостью, выступает в роли познавательной перцептивной деятельности (наблюдения).

Третий способ

Классификация по способу восприятия: продолжительности, характеру предполагает выделение двух видов:

симультанного;
сукцессивного.

Первый вариант восприятия — это действие одномоментное, развернутое в пространстве. Оно отличается целостностью и обобщенностью. К примеру, на первой лекции преподаватель воспринимает аудиторию суммарно, ему сложно выделить каждого студента.

Сукцессивное восприятие предполагает поэтапность, оно развернуто во времени. Например, оно проявляется при проверке ошибок в диктанте.

Объект изучения

Что характерно для восприятия? Классификация по объекту предполагается в следующих параметрах: глубине, размере, форме предметов.

Оценка размера предметов характеризуется величиной их изображений на сетчатке человеческого глаза, а также удаленностью от глаз экспериментатора. Классификация восприятия в психологии связана с оптическими возможностями органов зрения.

Возможность глаза четко видеть предметы, удаленные на различном расстоянии, возможна благодаря двум механизмам: конвергенции, аккомодации.

Если предмет находится вблизи, в таком случае за счет сокращений мышц уменьшается степень натяжения хрусталика, он становится выпуклой формы (аккомодация). Определенное состояние аккомодации приводит и к конвергенции (сведению зрительных осей). Подобные действия и представляют собой условно-рефлекторный сигнал размера рассматриваемого объекта.

При восприятии объемности, глубины основную роль играет бинокулярное зрение.

Форма предметов оценивается благодаря кинестетическим, зрительным, тактильным анализаторам.

Основным критерием классификации восприятия на восприятие пространства является избирательность нервных клеток головного мозга при реакции на предметы, обладающие насыщенностью, размерами (длиной, шириной, конфигурацией). В частности, восприятие формы предполагает выделение из фона конкретного элемента, то есть пространственных границ фигуры, имеющих иную текстуру, цвет, яркость.

Среди многочисленных факторов, которые влияют на восприятие формы предметов, интерес представляет жизненный опыт отдельного человека. Он приобретается благодаря движению рук по объектам, перемещению человека в пространстве.

Важные детали

Классификация форм восприятия связана с различиями в анализаторах, которые принимают активное участие в изучении предметов. В зависимости от того, какая модальность (или анализатор) принимает наибольшее участие в процессе, выделяют:

кинестетическое;
слуховое;
зрительное;
обонятельное;
осязательное;
вкусовое.

Безусловно, в чистом виде они встречаются крайне редко. В основном осуществляется их комбинация, что способствует появлению сложных видов восприятия.

Теории восприятия движения

Их принято делить на две группы:

те, которые выводят восприятие движения из простейших, последовательно возникающих зрительных ощущений отдельных точек, через которые осуществляется движение;
согласно теории утверждается, что восприятие движения обладает специфическим качеством, которое нельзя свести к элементарным зрительным ощущениям.

Каждая из этих точек зрения представляет интерес в психологии и используется для анализа психомоторных реакций пациента.

Особенности восприятия времени

Среди самых простых форм оценки времени называют восприятие длительности. Их базу составляют «биологические часы» человеческого организма. К подобным процессам причисляют смену торможения и возбуждения, которые протекают в нейронах коры головного мозга. Подобные явления гарантируют такие циклические фазы, как ритм дыхания, биение сердца, появление голода. Люди воспринимают время исполнения какого-то задания, когда осуществляются какие-то нервные процессы, обеспечивающие эту деятельность.

В зависимости от продолжительности торможения и возбуждения, человек получает некое представление о временных отрезках.

Также на данный параметр влияют и эмоциональные переживания. Если определенные события вызывают у человека позитивную реакцию, в таком случае время кажется слишком коротким. При негативных эмоциях, напротив, временной промежуток удлиняется. Существенно искажает восприятие времени болезнь. Из-за чувства тревоги, постоянного напряжения, на протяжении длительного времени человек не может расслабиться, он ощущает «замедление хода времени».

Подведем итоги

Среди основных свойств восприятия, которые представляют интерес, психологи выделяют структурность, целостность, активность, осмысленность, постоянность, предметность. Именно они характеризуют восприятие. Классификация, свойства позволяют создавать некое представление о человеке, устанавливать связи между тактильными и зрительными действиями. Для анализа состояния определенного пациента психологу важно сначала выявить все виды восприятия, на основе отдельных сведений составить полную картину, и только после этого давать какие-либо советы.

Классификация и формы восприятия реферат по психологии | Сочинения Психология

Скачай Классификация и формы восприятия реферат по психологии и еще Сочинения в формате PDF Психология только на Docsity! Классификация и формы восприятия Сущность восприятий Классификация восприятий Основу классификации восприятий, как впрочем, и ощущений, составляют различия в анализаторах, участвующих в восприятии. В зависимости от того, какой анализатор играет в восприятии основную роль, можно выделить зрительные, слуховые, осязательные, кинестезические, обонятельные и вкусовые восприятия. Рассмотрим немного наиболее изученные зрительные восприятия. Если взять младенца со дня его рождения, то мы знаем, что его зрительное восприятие очень слабо развито, он плохо различает оттенки цветов, и имеет низкую остроту зрения, только к шести месяцам младенец начинает узнавать предметы и лица. У новорожденных есть цветовое зрение, но они различают лучше преимущественно яркие цвета, не различая серый и синий. Младенец предпочитает движущиеся стимулы стационарным. Развитие зрительной системы новорожденных происходит быстро, очевидно, сказывается опыт и биологическое состояние. Развитие других восприятий отличается от зрительных. Так, например, вкус и обоняние у малыша развиты с момента рождения. Младенец не может производить отчетливые звуки, но различает звуки речи. Итак, можно сделать вывод, что все чувства младенца работают с момента его рождения, вначале они мало развиты, но начинают развиваться под влиянием окружения. Вспомним, младенцев, вскормленных обитателями леса, у них преобладали, слух, зрение и обоняние, те восприятия, которые были более свойственны животным, среди которых проходила их жизнь. Различные виды восприятия редко бывают одиночными, чаще они объединяются и становятся сложными видами. Сложные формы восприятия Основа другого типа классификации восприятий — пространство, время и движение. Большую роль в практической деятельности человека играют такие сложные по своей психологической структуре восприятия, как восприятия пространства, времени и движения. В восприятии пространства основу составляют зрительные, вестибулярные, двигательные и кожные ощущения. В комплексе они позволяют судить о пространственном положении тела и расстоянии до других объектов. Иллюзии Иногда, например, при повороте головы, либо изменении скорости перемещения тела в пространстве проявляется несоответствие сигналов, поступающих в мозг со стороны вестибулярного, двигательного и кожного анализаторов, с одной стороны, и зрительного — с другой. В результате разлада между этими источниками информации пространственного положения возникает ряд пространственных иллюзий. Иллюзии вызываются физическими, физиологическими и психологическими причинами. Примером физической иллюзии может служить восприятие стоящей палки в сосуде с водой, она кажется изломанной. Или, если надавить сбоку на глазное яблоко, то предмет, на который мы смотрим, раздвоится. Это физиологическая иллюзия. Примером психологической иллюзии являются искажения, возникающие вследствие контраста: серый предмет на белом фоне кажется более темным, чем на черном фоне. Цвет и освещенность объектов также искажают оценку их истинных размеров и удаленности от наблюдателя. Так, если на одном расстоянии будут находиться два одинаковых предмета, только окрашенных в разные тона, то светлый покажется больше и ближе, чем темный. Иллюзии могут явиться причинами ошибок в определении размеров, параллельности и удаленности предметов, поэтому везде, где требуется точность, зрительные восприятия должны проверяться измерительным инструментом. Обнаружение объектов Положение объекта оценивается по месту его нахождения в поле зрения, чем он выше в поле зрения, тем объект или выше или дальше. Форма и величина объектов оценивается вначале осязанием (сочетанием кожных и двигательных ощущений), а по мере накопления опыта — зрением. Обнаружение и различение объектов зависит от их контрастности с фоном. Светлый предмет на светлом фоне и темный — на темном незаметны, а светлый на темном и темный на светлом воспринимаются совершенно отчетливо. Большое значение в восприятии предметов имеет и разница их размеров. Возле больших предметов мелкие становятся почти незаметными, поэтому на рабочем столе их следует размещать отдельно от крупных. Если человек хорошо различает неподвижные объекты, то это не дает ему гарантии так же хорошо различать эти объекты при их движении, несмотря на высокую статическую остроту зрения можно не обладать достаточно высокой динамической остротой зрения. Низкая динамическая острота зрения — причина плохого восприятия расстояния до движущихся предметов. Восприятие времени Восприятие времени обобщает ряд ощущений, сигнализирующих о длительности, последовательности и скорости течения всех явлений внешнего мира, а также о внутренних ритмах жизнедеятельности организма. Огромное влияние на восприятие времени оказывают чувства. Часы, дни и недели, заполненные интересными событиями, кажутся быстротекущими, короткими. А отрезок времени, в течение которого не произошло ничего особенного, да еще вы ждете кого-то или что-то, представляется особенно длинным. Самым коротким кажется время, в течение которого надо успеть сделать многое. Это все объяснимо физиологически. Когда в коре головного мозга преобладают процессы возбуждения — повышается обмен веществ, следовательно, время «летит» быстрее. В случае торможения оно «тянется» медленно, из-за замедления обмена веществ. Способность к оценкам малых интервалов времени при желании можно развить довольно быстро. Стоит несколько дней попрактиковаться, специально упражняясь, и ты сможешь хорошо оценивать время в 0,01-0,02 сек и точно определять разницу во времени между 0,15 и 0,2 сек. Восприятие движения Восприятие движения — это восприятие пространственно-временного перемещения, и оценка движения зависит от восприятия интервалов времени, потому что всякое движение в пространстве характеризуется скоростью и направлением. Движение можно воспринимать непосредственно (перемещение автомобиля) и по косвенным признакам (перемещение часовой стрелки на циферблате по секундной). Непосредственное восприятие движения определяется угловой скоростью перемещения объекта в поле зрения наблюдателя. При этом возможны восприятия движения, как неподвижным взором, так и подвижным, т. е. и вследствие движения изображения объекта по

Виды и классификации восприятия.

В разделе 1.2.2. были описаны виды восприятия по степени целенаправленности деятельности субъекта или его активности. В зависимости оттого, в какой степени целенаправленна будет деятельность личности, выделяют восприятиенепреднамеренное (непроизвольное) и преднамеренное (произвольное).

Известны и другие основания для разделения и классификации видов восприятия. Так, можно выделить виды восприятия по основной сенсорной модальности или по анализаторным системам, а также — по форме существования материи (рис.9). Отдельно выделяют восприятие предметов, отношений, цвета, человека, так как здесь в каждом случае имеется определенная специфика и свои закономерности.

Остановимся подробнее на специфике отдельных видов восприятия.

Восприятие пространства. Среди адаптаций, важных при нашем образе жизни, есть одна, которая очень важна при восприятии пространства. Речь идет о бинокулярном зрении. На сетчатке каждого глаза создается лишь одно двумерное изображение, а так как наши глаза расположены на некотором расстоянии друг от друга, они видят предметы под несколько разными углами и соответственно посылают мозгу несколько различную информацию. И тогда

Рис.9. Виды восприятия.

мозг, объединяя данные о двух двумерных изображениях, воссоздает на их основе трехмерный образ, что и обеспечивает нам стереоскопическое видение мира. Подобное явление существует и в области слуха. Наши два уха, каждое в отдельности, улавливают особенности источника звука. Но информация от них достигает мозга не одновременно, а с различием меньше тысячной доли секунды, так как ушные раковины несколько отдалены друг от друга. Именно благодаря этому различию мозг способен воспроизвести стереофонический звуковой мир в трех измерениях. При зрительном восприятии человек, потерявший один глаз, оказывается в положении художника, старающегося передать глубину пейзажа на своем полотне. Тот факт, что в одном глазу получается двумерное изображение предмета, немного отличное от изображения в другом глазу, позволяет мозгу объединить эти два изображения в один трехмерный образ. Так, удаленные предметы будут казаться меньше в соответствии с линейной перспективой, где воображаемые параллельные прямые сходятся к одной точке горизонта. Существует еще воздушная перспектива: далекие предметы кажутся менее четкими, так как свет, который они отражают, частично поглощается пылью и влагой атмосферы. Что касается близко расположенных предметов, то даже при очень медленном смещении головы они быстрее движутся в поле зрения, чем удаленные, и притом в противоположном направлении (эффект параллакса). Кроме того, они располагаются между нашим глазом и задним планом, закрывая его часть, и это тоже указывает на их близость. У человека бинокулярное зрение эффективно лишь на расстояниях примерно до 15 метров. О пространственных отношениях более далеких объектов приходится судить только по эффектам перспективы, параллакса и закрытия одних предметов другими.

Восприятие глубины тесно связано с развитием бинокулярного зрения, а последнее появляется только тогда, когда оба глаза уже способны конвергировать на одну точку. Этот механизм у большинства детей вырабатывается в первые месяцы жизни. Поэтому, если у ребенка старше 6 месяцев еще проявляется страбизм (косоглазие), очень важно быстро осуществить хирургическое вмешательство для исправления этого дефекта. В противном случае шансы на развитие у него бинокулярного зрения невелики; кроме того, мозг постепенно перестанет воспринимать сигналы, поступающие от неполноценного глаза, и ребенок на более или менее длительное время станет «функционально одноглазым».

Восприятие пространства — чувственно-наглядное отражение пространственных свойств вещей (их величины и формы), их пространственных отношений (расположения относительно друг друга и воспринимающего субъекта и в плоскости, и в глубину) и движений. К восприятию пространства иногда относят также восприятие пространственных свойств и отношений частей собственного тела наблюдателя (т. н. схема тела). В процессе восприятия пространства участвуют все органы чувств человека, но ведущая роль в восприятии пространства принадлежит совместной деятельности зрительного, двигательного (кинестетического), кожного и вестибулярного анализаторов. Восприятие пространства основано на «измерениях» расстояний и углов в окружающем человека пространстве (Г.Гельмгольц, И.М.Сеченов), осуществляемых органами внешних чувств и движениями мускулатуры. Необходимым условием для чувственного различения пространственных основных направлений (вверх и вниз, вперед и назад, направо и налево) является асимметрия человеческого тела: не столько морфологическая, сколько функциональная. Ярко выраженная функциональная асимметрия, как известно, обнаружена и в работе больших полушарий головного мозга. Это дало основание утверждать, что морфологическая симметрия органов чувств (и человеческого тела вообще) в сочетании с функциональной асимметрией составляют одно из обязательных условий восприятия пространства (Б. Г.Ананьев). При восприятии пространства человек исходит из нормального положения своего тела, когда его вертикальная ось перпендикулярна плоскости земли. Ощущения, поступающие от аппарата равновесия (вестибулярной системы), помогая поддерживать это положение, обеспечивают восприятие направления вверх-вниз. Наибольшую информацию о пространстве (до 95%, Ф. Кликс) человеку дает зрение. Восприятие пространства начинается с превращения плоскостного восприятия в глубинное. К двум воспринимаемым измерениям — в высоту и в ширину — добавляется 3-е — вдаль. В пространственном зрении на плоскости значительная роль принадлежит аккомодации и конвергенции глаз, а при восприятии глубины к ним присоединяются функции, выполняемые корреспондирующими и диспаратными точками сетчатки. В процессе восприятия пространства осуществляется зрительная локализация предметов. Необходимо отметить и то, что пространственная ориентация у человека в большой степени опирается на выработанные культурой знаковые средства отображения пространственных отношений, часть из которых подвергается интериоризации (сюда относятся и знаковые когнитивные карты).

Восприятие движения. Движение предмета мы воспринимаем в основном благодаря тому, что он, перемещаясь на каком-то фоне, вызывает последовательное возбуждение разных клеток сетчатки. Если фон однороден, наше восприятие ограничено скоростью движения предмета: человеческий глаз фактически не может наблюдать за передвижением светового луча при скорости меньше 1/3° в секунду (что соответствует перемещению на ширину большого пальца при вытянутой руке за 6 секунд). Поэтому невозможно непосредственно воспринимать движение минутной стрелки на ручных или стенных часах: она передвигается за секунду всего лишь на 1/10″. Однако даже при отсутствии фона, например в темной комнате, можно следить за движением световой точки (например, кончика зажженной сигареты). Грегори выдвигает по этому поводу мысль, что мозг, очевидно, истолковывает движения глаз как показатель движения предмета. Однако чаще всего фон имеется, и однородным он бывает редко. Поэтому мы можем при восприятии движения дополнительно использовать еще и показатели, связанные с самим фоном, — элементы, перед которыми или позади которых передвигается наблюдаемый предмет.

Восприятие времени — отражение объективной длительности, скорости и последовательности явлений действительности. В восприятии времени участвуют различные анализаторы, наиболее точную дифференцировку промежутков времени дают кинестетические и слуховые ощущения. И. М. Сеченов называл слух измерителем времени, а слуховую память — памятью времени. Время — это человеческая конструкция, которая позволяет нам размечать, распределять свою деятельность. Однако мы можем надежно воспринимать только очень короткие отрезки времени в пределах между 1/18 и 2 секундами. Действительно, под нижней границей моменты не воспринимаются больше как таковые: 18 изображений в секунду уже сливаются в одно непрерывное движение, 18 вибраций воздуха в секунду превращаются для нашего уха в один звук (самый низкий), а 18 легких ударов по коже воспринимаются как одно надавливание. Такой медленный для человеческого глаза процесс, как распускание цветка, снятый с частотой 1 кадр в минуту, при демонстрации пленки с нормальной скоростью (18 кадров в секунду), превращается в великолепное зрелище организма в движении, грация и синхронность которого не уступают артистическим качествам звезд балета. Время, движение, пространство — все относительно. Над верхней границей в 2 секунды мы можем лишь приблизительно оценивать время по ориентирам, связанным с нашей деятельностью. Однако различные факторы могут несколько изменять оценку протекающего времени. Некоторые биологические изменения, например повышение температуры тела, могут вызвать переоценку времени, а понижение температуры — наоборот, недооценку. То же происходит под влиянием мотивации или интереса, проявляемого к некоторым тестам, а также под воздействием различных наркотиков. Успокаивающие лекарства, вызывающие замедление физиологических процессов, способствуют недооценке отрезков времени, а возбуждающие лекарства и галлюциногены, ускоряющие психические процессы и переработку сигналов мозгом, напротив, влекут за собой преувеличение оценок времени. Субъективное восприятие продолжительных периодов времени в значительной степени определяется характером переживаний, которыми они были заполнены, и эмоциональным состоянием субъекта. Время, заполненное интересной, глубоко мотивированной деятельностью, кажется короче, чем время, проведенное в бездействии. Однако в ретроспективном отчете соотношение обратно: время, проведенное в безделье и скуке, кажется короче, когда о нем вспоминают спустя некоторое время. Положительные эмоции дают иллюзию быстрого течения времени, отрицательные — субъективно несколько растягивают временные интервалы. Человек переживает и осознает время в значительной степени с помощью культурно-исторических средств его измерения и отражения (разнообразных часовых механизмов, календарей, учебников истории, внутренних сенсорных эталонов временных промежутков т. д.). Важную роль в восприятия времени у древних людей и в традиционных культурах играли производственные процессы, согласованные с природными циклами, что находило прямое отражение в названиях «месяцев» народных календарей (напр., в нанайском календаре есть «месяц горбуши», «месяц летней кеты», «месяц осенней кеты», «месяц петель на соболя» и т. п.).

Таким образом, восприятие времени основывается, с одной стороны, на сигнальном значении временных характеристик собственных произвольных движений и ритмов непроизвольных вегетативных процессов («биологические часы»), как натуральных мерках, при посредстве которых осуществляется оценка времени; с другой стороны, — на исторически развивающейся системе социальных эталонов и технических средств.

Психология восприятия цвета. Носители разных культур по-разному воспринимают цвет объектов иметь большее или меньшее отражение в языке. Например, в языках «примитивных» сельскохозяйственных народов есть множество слов для обозначения оттенков зелёного, что связано с жизненно-важной необходимостью контролировать и оценивать состояние выращиваемых растений. Наиболее «древними» цветами, первыми появившимися в человеческой культуре, обычно считаются белый, черный и красный. Количество «основных» цветов в разных культурах различно, Древний Восток предполагал наличие 5-элементного мира, в Европе фиксировали 3 основных цвета (сначала — красный, желтый, синий, а позже — красный, зеленый и синий), а со времен Ньютона часто говорят о 7 цветах. В культуре разных народов эмоциональное восприятие цвета очень различно, и связано с длительной исторической традицией внутри относительно изолированного развития этноса, религии. Отсюда различие восприятия, например, белого и черного цвета.

Дата добавления: 2020-10-25; просмотров: 340; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Вопрос 23. Восприятие как познавательный психический процесс. Классификация видов восприятия. Свойства и виды восприятия

Заглавная страница
Избранные статьи
Случайная статья
Познавательные статьи
Новые добавления
Обратная связь

КАТЕГОРИИ:

Археология
Биология
Генетика
География
Информатика
История
Логика
Маркетинг
Математика
Менеджмент
Механика
Педагогика
Религия
Социология
Технологии
Физика
Философия
Финансы
Химия
Экология

ТОП 10 на сайте

Приготовление дезинфицирующих растворов различной концентрации

Техника нижней прямой подачи мяча.

Франко-прусская война (причины и последствия)

Организация работы процедурного кабинета

Смысловое и механическое запоминание, их место и роль в усвоении знаний

Коммуникативные барьеры и пути их преодоления

Обработка изделий медицинского назначения многократного применения

Образцы текста публицистического стиля

Четыре типа изменения баланса

Задачи с ответами для Всероссийской олимпиады по праву

Мы поможем в написании ваших работ!

ЗНАЕТЕ ЛИ ВЫ?

Влияние общества на человека

Приготовление дезинфицирующих растворов различной концентрации

Практические работы по географии для 6 класса

Организация работы процедурного кабинета

Изменения в неживой природе осенью

Уборка процедурного кабинета

Сольфеджио. Все правила по сольфеджио

Балочные системы. Определение реакций опор и моментов защемления

⇐ ПредыдущаяСтр 3 из 4Следующая ⇒

Восприятие – познавательный психический процесс, состоящий в отражении предметов и явлений действительности, в их целостности, единстве их свойств.

Рубинштейн: восприятие есть сумма наших ощущений.

Восприятие возникает при непосредственном взаимодействии субъекта с окружающим миром. Результатом восприятия являются целостные образы, которые у человека отличаются различной степенью структурности, предметности и осмысленности. У человека восприятие может быть произвольным и осознанным.

Функции восприятия:

· Ориентационная – на основе пространственно-временного отражения предметного мира

· Коммуникативная – в процессе общения и отношений человека

· Познавательная

· Регулятивная

· Деятельская – важнейшая функция

Восприятие обеспечивает равновесие индивида с окружающим целостным предметным миром. Обеспечивает адаптацию и компенсацию в случае нарушения равновесия.

Чем совершеннее класс животных, тем большее значение в процессе восприятия имеет центральное звено анализаторов. Это утверждение было экспериментально обосновано в опытах «перевернутый мир» (?).

Свойства восприятия:

1. Объем – свойство, которое определяет возможность человека одновременно воспринимать индивидуально ограниченное количество единиц и объектов восприятия.

2. Целостность – наиболее раннее свойство, которое определяется объективной системной целостностью предмета, и однородностью, т.е. определенной формой.

3. Структурность – определяется 2 операциями: анализом и сравнением. Это свойство формируется у детей в школьном возрасте в связи с развитием познавательной сферы.

4. Предметность – способность пространственного совмещения образа восприятия со своим предметом. Это свойство формируется к 5 месяцам после рождения. На основе взаимодействия кожного, зрительного и других анализаторов. До 4-х месяцев после рождения у ребенка еще нет этого свойства, поэтому он не способен взять пальцами предмет, находящийся перед ним на близком расстоянии.

5. Константность – способность адекватно воспринимать повторно и в измененных условиях один и тот же предмет. В разных положениях пространства, при разном освещении, а может быть и неосвещенный один и тот же предмет человек узнает при повторном восприятии, хотя в механизме каждого нового восприятия есть свои особенности и изменения.

6. Осмысленность – определение не только образов предмета или явления, но и значения, смысла, назначение и других смысловых характеристик воспринимаемых объектов.

7. Опперацепция (?) – основная установка, через которую человек воспринимает и понимает окружающий мир. Установка определяется несколькими факторами:

· Возрастным и личным опытом

· Особенностями познавательной сферы

· Профессиональным опытом

· Мотивационной ценностной направленностью

8. Транспозиция – перенос на разные объекты восприятия общих для них признаков. Это свойство основано на трех операциях: анализ, синтез, обобщение.

9. Целенаправленность – свойство, определяемое степенью развития сознания (?).

Каждое названное свойство взаимодействует с другими свойствами, как при непроизвольном отражении предметного мира, так и при целенаправленном наблюдении.

Классификация видов восприятия:

1. Простые восприятия – результат, которого является формирование одномодальных образов (зрительных, слуховых и т.д.)

2. Сложные – отражение образа одного объекта при взаимодействии различных анализаторов

3. Специальные

· Восприятие пространства

· Восприятие времени

· Восприятие движения

· Восприятие человека человеком

Вопрос 24. Мышление

Мышление – познавательный интеллектуальный психический процесс, состоящий в отражении предметов и явлений действительности в их связях и отношения. В качестве средств мышления могут выступать практические действия, образ и понятие. У высших животных обнаружен лишь простой вид мышления в форме практических действий. Более сложные виды мышления обнаружены только у человека. Для его мышления характерна неразрывная связь с речью.

Виды мышления:

· Предметно-действенное мышление (сенсомоторный интеллект). Начинает развиваться с 11 месяцев жизни ребенка, одновременно с переходом к вертикальному положению и ходьбе, с началом развития активной речи.

· Наглядно-образное мышление. Начинает развиваться в единстве с предметно-действенным мышлением на 2-3 года жизни. Доминирует в младшем школьном возрасте.

· Конкретно-логическое мышление. Развивается в дошкольном возрасте, а доминирует у подростков.

· Абстрактно-логическое мышление. Доминирует в юности.

· Люди зрелого возраста в зависимости от своих умственных задатков, условий жизни, обучения и воспитания, способностей к профессиональной деятельности имеют индивидуальное доминирующее мышление при наличии всех его видов.

Психической формой наглядно-действенного мышления является движение. Для наглядно-образного мышления – является образ. Для конкретно-логического мышления является конкретное понятие в речевой форме. Для абстрактно-логического мышления – абстрактное понятие в абстрактно-речевой форме.

Форма мышления:

· Понятие – форма мысли, отражающая существенные признаки, свойства отношений и связи предметов и явлений объективного мышления:

o Всеобщие понятия (время, пространство)

o Общее понятие (атом, молекула, растение)

o Абстрактные понятия

o Конкретные понятия (стол)

o Абсолютные понятия – независимые от других (история, космос)

o Относительные понятия – зависимы от других (муж)

Суждение – форма мысли, отражающая любые вязи и отношения между предметами и явлениями, а также их связи.

Логическая форма суждения выражает отношения между двумя и более понятиями. В каждом суждении есть то, что определяют (субъект) и определяющее.

· По объему

o Единичное

o Частное

o общее

· По отношению

o Категорическое, т.е. безусловное утверждение чего-либо

o Разделительное суждение, т. е. «или …, или…»

o Условное, т.е. суждение верно при условии.

· По качеству

o Утвердительное суждение

o Отрицательное суждение

Логическая операция:

1. Анализ – расчленение целостного образа на меньшие целостности

2. Синтез – составление целостной системы из ее частей

3. Сравнение

4. Конкретизация

5. Абстрагирование

6. Обобщение

7. Классификация

8. Систематизация

Вопрос 25. Память

Память – интегративный психический процесс, обеспечивающий организацию, сохранение и воспроизведение прошлого опыта (продуктов других психических процессов, имеется ввиду познавательных и др.)

В результате возникает возможность повторного использования прошлого опыта и активности субъекта.

У человека содержание прошлого опыта может быть преднамеренно осознано, т.е. память может быть произвольной и осознанной.

Классификация памяти:

1. По анализаторам: зрительная, слуховая, обонятельная

2. По содержанию: двигательная, сенсорная, эмоциональная, образная, знаковая и речевая

3. По смыслу: механическая, конкретно-логическая, абстрактно-логическая

4. По времени хранения информации: кратковременная, промежуточная и долговременная

5. По механизму регуляции: непроизвольная и произвольная

Смысловая память в 10 и более раз по степени общей эффективности превышает механическую память, но при слабом развитии сознания и мышления, механическая память может быть более эффективной.

Кратковременная память является оперативной, она обеспечивает промежуточные операции целостной деятельности.

Процессы памяти:

1. Запоминание. В соответствии с видами памяти могут быть и виды запоминания различного содержания в различной форме, различным путем (механическое, непроизвольное, волевое и т.д.).

2. Хранение. Если информация воспринята в эмоциональном возбужденном состоянии, то она кодируется недолговечно и неустойчиво. При сотрясении головного мозга могут быть повреждения памяти и забывания.

3. Воспроизведение.

· Узнавание является пассивным воспроизведением, его механизм состоит в сопоставлении образа восприятия, при повторном отражении объекта с образом его памяти. Узнавание может быть не только предметное, но и психическое относительно мысли, чувств, ощущений.

· Активное воспроизведение может быть мотивированным (или воспоминанием) (на основе потребностей, интересов, установок, привычек) или целенаправленным (на основе сознательных планов, программ, установок).

· Забывание. Может быть полным в случае повреждения мозга, частичным при сотрясении мозга, функциональным при не употреблении информации.

Свойства памяти:

1. Объем памяти определяется количеством объектов памяти, которые человек способен запомнить в 0,1 с и воспроизвести в кратковременной памяти.

2. Емкость памяти может быть 3 видов:

· Кратковременной

· Предметно-проблемной

· Целостной – известна как эрудиция

3. Точность памяти определяется точным воспроизведением единиц памяти в % в кратковременной памяти.

4. Организованность памяти определяет воспроизведение системной целостности и последовательности единиц памяти в кратковременной памяти.

5. Скорость памяти определяется в кратковременной памяти как индекс, т.е. количество единиц памяти на время их воспроизведения в секундах.

6. Устойчивость памяти может быть определена как повторное воспроизведение однократно воспринятой информации с учетом точности ее организованности.

Вопрос 26. Воображение

Воображение – особый психический процесс, свойственный только человеку, выражается в воссоздании и преобразовании представлений в сознании новых образов, никогда не бывших в восприятии, в конструировании новых связей и отношений, отсутствующих в реальности.

В этом отношении воображение может быть отнесено к интеллектуальным, познавательным процессам.

Воображение позволяет предвидеть будущее, результат активности, возможное изменение в окружающем мире и себе, позволяет построить программу поведения и поэтому может быть отнесено к интегративным процессам.

Воображение ориентирует человека в процессе деятельности. Воображение тесно связано с мышлением и подобно ему позволяет предвидеть будущее.

Виды воображения:

· Пассивное

o Преднамеренное

Воображение в некоторых ситуациях может выступать как замена деятельности. Человек может вызывать пассивное воображение преднамеренно. Такого рода образ и фантазии преднамеренно вызванные, но не связанные с волей направленной на воплощение их в жизнь называются грезами.

o Непреднамеренное

Главным образом оно возникает при временном бездействии, при ослаблении сознания, в полудремотном состоянии, состоянии аффекта и др.

· Активное

o Творческое

Предлагает самостоятельное создание новых образов, которые реализуются в продуктах деятельности.

o Воссоздающее

Имеет в своей основе создание образов, соответствующих описанию.

Механизм воображения:

· Агглютинация – склеивание различных в повседневной жизни несоединяемых качеств, свойств, частей (Образ русалки, избушка на курьих ножках)

· Гиперболизация – характеризуется не только преувеличение или приуменьшением предмета или объекта (дюймовочка, мальчик с пальчик и др. ), но и изменением количества частей предмета или их мсещение (Нагарухия (?) – богиня индийской философии)

· Схематизация – вывод на первый план определенных черт и их подчеркивание

· Типизация – выявление существенного повторяющегося в однородных фактах, воплощение их в конкретном образе.

⇐ Предыдущая1234Следующая ⇒

Читайте также:

Организация работы процедурного кабинета

Статус республик в составе РФ

Понятие финансов, их функции и особенности

Сущность демографической политии

Последнее изменение этой страницы: 2017-02-06; просмотров: 846; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia. su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь — 176.9.44.166 (0.012 с.)

Перцептивная классификация в быстро меняющейся среде

. 2011 г., 25 августа; 71 (4): 725-36.

doi: 10.1016/j.neuron.2011.06.022.

Кристофер Саммерфилд ¹ , Тимоти Э. Беренс, Этьен Коехлин

принадлежность

¹ Факультет экспериментальной психологии, Оксфордский университет, South Parks Road, Oxford OX1 3UD, UK. [email protected]

PMID: 21867887
PMCID: PMC3975575
DOI: 10. 1016/j.neuron.2011.06.022

Бесплатная статья ЧВК

Кристофер Саммерфилд и др. Нейрон. 2011 .

Бесплатная статья ЧВК

. 2011 г., 25 августа; 71 (4): 725-36.

doi: 10.1016/j.neuron.2011.06.022.

Авторы

Кристофер Саммерфилд ¹ , Тимоти Э. Беренс, Этьен Коэчлин

принадлежность

¹ Факультет экспериментальной психологии, Оксфордский университет, South Parks Road, Oxford OX1 3UD, UK. christopher. [email protected]

PMID: 21867887
PMCID: PMC3975575
DOI: 10.1016/j.neuron.2011.06.022

Абстрактный

Люди и обезьяны могут научиться классифицировать перцептивную информацию статистически оптимальным образом, если функциональные группировки остаются стабильными на протяжении многих сотен испытаний, но мало что известно о категоризации, когда окружающая среда быстро меняется. Здесь мы использовали комбинацию вычислительного моделирования и функциональной нейровизуализации, чтобы понять, как люди классифицируют визуальные стимулы, взятые из категорий, среднее значение и дисперсия которых подскочили непредсказуемо. Модели, основанные на оптимальном обучении (байесовская модель) и когнитивной стратегии (модель рабочей памяти), объясняют уникальные различия в выборе, времени реакции и активности мозга. Однако модель рабочей памяти лучше всего предсказывала производительность в нестабильных средах, тогда как статистически оптимальная производительность появлялась в периоды относительной стабильности. Байесовские модели и модели рабочей памяти предсказывали активность, связанную с принятием решений, в различных областях префронтальной коры и среднего мозга. Эти результаты показывают, что суждения о категориях восприятия, такие как выбор, основанный на ценностях, могут управляться несколькими контролерами.

Цифры

Рисунок 1

A. Участники просмотрели последовательность…

Рисунок 1

A. Участники просматривали последовательность ориентированных стимулов (пластинки Габора) и реагировали на…

фигура 1

A. Участники просматривали последовательность ориентированных стимулов (пластыри Габора) и реагировали на каждый нажатием кнопки. Стимулы были взяты из одной из двух категорий, A или B (красные/синие метки в A не показаны участникам). B. Значения категорий для примера блока (120 испытаний), для категорий A (красная линия) и B (синяя линия). Нижние более светлые столбцы показывают среднее генеративное значение и дисперсию для каждой категории. Пунктирные прямоугольники выделяют периоды общей или различной дисперсии категорий. C. Кружками показаны угловые значения стимулов, представленных в примере блока (красные кружки, A; синие кружки, B). На круги с белыми кольцами этот субъект ответил правильно; круги с черными кольцами спровоцировали ошибку. Красные и синие линии показывают среднее значение категории, оцененное байесовской моделью. Красно-синее затенение фона указывает на ландшафт вероятности выбора по углу, при этом более красное затенение указывает на углы, для которых A был лучшим выбором, а синее затенение указывает на ответ B в соответствии с байесовской моделью.

Рисунок 2

А. Вероятность выбора…

Рисунок 2

А. Вероятность выбора категории А в зависимости от…

фигура 2

A. Вероятность выбора категории A в зависимости от логарифма p(A), рассчитанного с помощью байесовской модели (левая панель), Q-обучения (средняя панель) и модели рабочей памяти (правая панель). Серые кружки показывают данные от отдельных участников; черная линия показывает наиболее подходящую 4-параметрическую сигмоидальную функцию. B. Оценки параметров из пробит-биномиальной регрессии полученных с помощью модели оценок вероятности выбора [p(A)] для фактических выборов людей-наблюдателей для трех моделей (QL = модель Q-обучения, WM = модель рабочей памяти) . Серые круги показывают данные от отдельных участников. Звездочки указывают, что все сравнения между регрессорами значимы при p<0,001. C. Линии показывают значения χ ² для каждой модели (красный = Байес, зеленый = QL, красный = WM), отражающие перекрытие между выбором участников и выбором модели. Выбор модели был рассчитан с применением критерия (0,01 < c < 0,99) по значениям p(A) (ось x). Каждый сюжет – это отдельный участник. Синим цветом показаны значения критерия, для которых модель WM более успешна, чем две другие модели.

Рисунок 3

A. Диаграммы рассеяния на выбор…

Рисунок 3

A. Графики рассеяния выбранных значений в зависимости от времени реакции (RT) в секундах для…

Рисунок 3

A. Диаграммы рассеяния значений выбора в зависимости от времени реакции (ВР) в секундах для отдельных участников с наиболее подходящими линейными линиями тренда для байесовской (красная), Q-обучения (зеленая) и моделей рабочей памяти (синяя). B. Оценки параметров для регрессии значений выбора на RT для трех моделей. Серые кружки — отдельные участники. Более отрицательные значения указывают на лучшее предсказание RT, т. е. когда значения выбора ближе к 1, RT быстрее. Звездочки указывают на значимость сравнения между бета-версиями: * p < 0,05, *** p < 0,001.

Рисунок 4

A. Воксели, для которых ЖИРНЫЙ…

Рисунок 4

A. Вокселы, для которых ЖИРНЫЙ сигнал сильнее при выборе значений из…

Рисунок 4

A. Воксели, для которых ЖИРНЫЕ сигналы сильнее, когда значения выбора из байесовской (левая панель), QL (средняя панель) и WM (правая панель) выше (т. е. когда вероятность правильного ответа выше) визуализируются при пороге p < 0,001 на шаблон головного мозга (сагиттальный срез). B. Воксели, для которых ЖИРНЫЕ сигналы сильнее, когда значения выбора из трех моделей ниже (например, когда p(A) ближе всего к 0,5, вероятность правильного ответа самая низкая, а энтропия решения самая высокая), показаны на трех корональных ломтики. Полноцветные круги выделяют кластеры, характерные либо для байесовской, либо для модели WM; пунктирные модели указывают на отсутствие соответствующего кластера для другой модели (красный, SMA; синий, полосатое тело; зеленый, передняя дорсолатеральная префронтальная кора; желтый, pre-SMA). Черные стрелки указывают на активацию в передней части островка, которая присутствовала во всех трех состояниях (см. также рисунок 5а). Как в A, так и в B красно-белая шкала рендеринга указывает значение t в каждом вокселе.

Рисунок 5

A. Оценка среднего параметра для…

Рисунок 5

A. Средние оценки параметров для корреляции с энтропией решений, предсказанной…

Рисунок 5

A. Средние оценки параметров для корреляции с энтропией решения, предсказанные байесовской (левая панель), Q-обучение (средняя панель) и модели рабочей памяти (правая панель), усредненные по вокселям, попадающим в независимые области интереса. Столбцы окрашены, когда оценки параметров значительно больше нуля при пороговом значении p < 0,001. Цифры в заголовках соответствуют кластерам, показанным на B. B. Воксели, которые коррелируют с энтропией принятия решения только для байесовской модели (желтый), только для модели QL (зеленый) и только для модели WM (красный), визуализируются на аксиальных срезах шаблонного мозга. Считалось, что воксели реагируют только на одну модель, если воксель имел положительную энтропию решения, а соответствующее t-значение было больше, чем для двух других моделей, по крайней мере, на 3,29 (p <0,001). Цифры относятся к областям мозга, упомянутым в тексте: 1 — экстрастриарные зрительные области; 2 — верхняя теменная долька; 3 — дорсолатеральная префронтальная кора; 4, до СМА; 5, полосатое тело; 6, СМА.

Рисунок 6

A. Воксели, отвечающие на…

Рисунок 6

A. Воксели, реагирующие на взаимодействие между энтропией решения и волатильностью, т. е. воксели…

Рисунок 6

A. Вокселы, реагирующие на взаимодействие между энтропией решений и волатильностью, т. е. воксели, которые более успешно предсказывают деятельность, связанную с принятием решений, когда среда стабильна, чем изменчива, для моделей Байеса, QL и WM. Зеленые кольца окружают SMA и ACC. B. Воксели, реагирующие на трехстороннее взаимодействие обновления, дисперсии категорий и изменчивости в задней поясной коре и ретроспленальной коре. Для A и B активации визуализируются на шаблоне мозга, а красно-белая шкала указывает t-значение, связанное с каждым вокселем.

См. это изображение и информацию об авторских правах в PMC

Цитируется

Репрезентативная динамика последовательного усреднения восприятия.
До Дж., Эо К.И., Джеймс О., Ли Дж., Ким Й.Дж. До Дж. и др. Дж. Нейроски. 2022 9 февраля; 42 (6): 1141-1153. doi: 10.1523/JNEUROSCI.0628-21.2021. Epub 2021 13 декабря. Дж. Нейроски. 2022. PMID: 34
1 Бесплатная статья ЧВК.
Вычислительные модели адаптивного поведения и префронтальной коры.
Солтани А., Коэчлин Э. Солтани А. и др. Нейропсихофармакология. 2022 Январь; 47 (1): 58-71. doi: 10.1038/s41386-021-01123-1. Epub 2021 13 августа. Нейропсихофармакология. 2022. PMID: 34389808 Бесплатная статья ЧВК. Обзор.
Нейронное удивление в соматосенсорном байесовском обучении.
Гийсен С., Грундей М., Ланге Р.Т., Оствальд Д., Бланкенбург Ф. Гийсен С. и соавт. PLoS Comput Biol. 2021 2 февраля; 17 (2): e1008068. doi: 10.1371/journal.pcbi.1008068. Электронная коллекция 2021 февраль. PLoS Comput Biol. 2021. PMID: 33529181 Бесплатная статья ЧВК.
Влияние обучения на перцептивные решения и его последствия для компромиссов между скоростью и точностью.
Mendonça AG, Drugowitsch J, Vicente MI, DeWitt EEJ, Pouget A, Mainen ZF. Мендонса АГ и др. Нац коммун. 2020 2 июня; 11 (1): 2757. doi: 10.1038/s41467-020-16196-7. Нац коммун. 2020. PMID: 32488065 Бесплатная статья ЧВК.
Динамика мозга для взвешенного обучения.
Мейниэль Ф. Мейниэль Ф. PLoS Comput Biol. 2 июня 2020 г .; 16 (6): e1007935. doi: 10.1371/journal.pcbi.1007935. Электронная коллекция 2020 июнь. PLoS Comput Biol. 2020. PMID: 32484806 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

Типы публикаций

термины MeSH

5
Грантовая поддержка
- 0
- /WT_/Wellcome Trust/Великобритания
Сенсорная классификация: Взгляд из психологии | Видеть, делать и знать: философская теория чувственного восприятия
Фильтр поиска панели навигации Oxford AcademicВидение, действие и знание: философская теория чувственного восприятияЭпистемологияФилософия разумаКнигиЖурналы Термин поиска мобильного микросайта
Закрыть
Фильтр поиска панели навигации Oxford AcademicВидение, действие и знание: философская теория чувственного восприятияЭпистемологияФилософия разумаКнигиЖурналы Термин поиска на микросайте
Расширенный поиск
- Иконка Цитировать Цитировать
- Разрешения
- Делиться
  - Твиттер
  - Подробнее
См.
Маттен, Мохан,
‘Сенсорная классификация: взгляд на психологию
,
Взгляд и знание: философская теория восприятия смысла
(
Оксфорд,
2005;
онлайн Edn,
Academic
, 20 апреля 2005 г.
), https://doi.org/10.1093/019
09.003.0003,
, по состоянию на 19 сентября 2022 г.
Выберите формат Выберите format.ris (Mendeley, Papers, Zotero).enw (EndNote).bibtex (BibTex).txt (Medlars, RefWorks)
Закрыть
Фильтр поиска панели навигации Oxford AcademicВидение, действие и знание: философская теория чувственного восприятияЭпистемологияФилософия разумаКнигиЖурналы Термин поиска мобильного микросайта
Закрыть
Фильтр поиска панели навигации Oxford AcademicВидение, действие и знание: философская теория чувственного восприятияЭпистемологияФилософия разумаКнигиЖурналы Термин поиска на микросайте
Advanced Search
Abstract
Декарт понял, что изображение на сетчатке должно быть преобразовано в движения мозга, а затем в идеи, прежде чем оно сможет стать материалом для сенсорных или умственных операций; он открыл то, что сегодня называется трансдукцией. Нынешняя нейровычислительная парадигма идет еще дальше: она рассматривает сенсорные системы как обрабатывающие преобразованные сигналы в поисках возникновения определенных событий или условий и отбрасывающие всю информацию, не относящуюся к ним. Когда определенная функция обнаружена, система входит в характерное состояние: например, нейрон может сработать, сигнализируя об обнаружении определенной функции. Воспринимающий получает доступ к этому событию через сознательное ощущение, которое никоим образом не является образом или картиной. Признаки, которые система обнаруживает таким образом, часто являются объективными характеристиками внешних вещей. Это открывает дверь к реализму в отношении сенсорной классификации.
Ключевые слова: классификация, Декарт, карты признаков, реализм, сенсорная обработка данных, сходство, исследования отдельных нейронов, визуальное внимание, В. В. О. Куайн
Субъект
Эпистемология, философия разума
В настоящее время у вас нет доступа к этой главе.
Войти
Получить помощь с доступом
Получить помощь с доступом
Институциональный доступ
Доступ к контенту в Oxford Academic часто предоставляется посредством институциональных подписок и покупок. Если вы являетесь членом учреждения с активной учетной записью, вы можете получить доступ к контенту одним из следующих способов:
Доступ на основе IP
Как правило, доступ предоставляется через институциональную сеть к диапазону IP-адресов. Эта аутентификация происходит автоматически, и невозможно выйти из учетной записи с IP-аутентификацией.
Войдите через свое учреждение
Выберите этот вариант, чтобы получить удаленный доступ за пределами вашего учреждения. Технология Shibboleth/Open Athens используется для обеспечения единого входа между веб-сайтом вашего учебного заведения и Oxford Academic.
1. Нажмите Войти через свое учреждение.
2. Выберите свое учреждение из предоставленного списка, после чего вы перейдете на веб-сайт вашего учреждения для входа.
3. Находясь на сайте учреждения, используйте учетные данные, предоставленные вашим учреждением. Не используйте личную учетную запись Oxford Academic.
4. После успешного входа вы вернетесь в Oxford Academic.
Если вашего учреждения нет в списке или вы не можете войти на веб-сайт своего учреждения, обратитесь к своему библиотекарю или администратору.
Войти с помощью читательского билета
Введите номер своего читательского билета, чтобы войти в систему. Если вы не можете войти в систему, обратитесь к своему библиотекарю.
Члены общества
Доступ члена общества к журналу достигается одним из следующих способов:
Войти через сайт сообщества
Многие общества предлагают единый вход между веб-сайтом общества и Oxford Academic. Если вы видите «Войти через сайт сообщества» на панели входа в журнале:
1. Щелкните Войти через сайт сообщества.
2. При посещении сайта общества используйте учетные данные, предоставленные этим обществом. Не используйте личную учетную запись Oxford Academic.
3. После успешного входа вы вернетесь в Oxford Academic.
Если у вас нет учетной записи сообщества или вы забыли свое имя пользователя или пароль, обратитесь в свое общество.
Вход через личный кабинет
Некоторые общества используют личные аккаунты Oxford Academic для предоставления доступа своим членам. Смотри ниже.
Личный кабинет
Личную учетную запись можно использовать для получения оповещений по электронной почте, сохранения результатов поиска, покупки контента и активации подписок.
Некоторые общества используют личные аккаунты Oxford Academic для предоставления доступа своим членам.
Просмотр ваших зарегистрированных учетных записей
Щелкните значок учетной записи в правом верхнем углу, чтобы:
- Просмотр вашей личной учетной записи и доступ к функциям управления учетной записью.
- Просмотр институциональных учетных записей, предоставляющих доступ.
Выполнен вход, но нет доступа к содержимому
Oxford Academic предлагает широкий ассортимент продукции. Подписка учреждения может не распространяться на контент, к которому вы пытаетесь получить доступ. Если вы считаете, что у вас должен быть доступ к этому контенту, обратитесь к своему библиотекарю.
Ведение счетов организаций
Для библиотекарей и администраторов ваша личная учетная запись также предоставляет доступ к управлению институциональной учетной записью. Здесь вы найдете параметры для просмотра и активации подписок, управления институциональными настройками и параметрами доступа, доступа к статистике использования и т. д.
Покупка
Наши книги можно приобрести по подписке или приобрести в библиотеках и учреждениях.
Информация о покупке
Стратегии измерения
доминируют в классификации восприятия JSTOR
журнальная статья
Пространственные стратегии доминируют в классификации восприятия
Лаура А. Томпсон
Развитие ребенка
Том. 65, № 6 (декабрь 1994 г.), стр. 1627-1645 (19 страниц)
Опубликовано: Wiley
https://doi.org/10.2307/1131284
https://www.jstor.org/stable/1131284
Прочитать и скачать
Войти через школу или библиотеку
Альтернативные варианты доступа
Для независимых исследователей
Читать онлайн
Читать 100 статей в месяц бесплатно
Подписаться на JPASS
Неограниченное чтение + 10 загрузок
Товар для покупки
34,00 $ — Загрузить сейчас и позже
Чтение онлайн (бесплатно) основано на сканировании страниц, которое в настоящее время недоступно для программ чтения с экрана. Чтобы получить доступ к этой статье, обратитесь в службу поддержки пользователей JSTOR. Мы предоставим копию в формате PDF для программы чтения с экрана.
С помощью личного аккаунта вы можете читать до 100 статей каждый месяц за бесплатных .
Начать
Уже есть учетная запись? Войти
Ежемесячный план
- Доступ ко всему в коллекции JPASS
- Читать полный текст каждой статьи
- Загрузите до 10 статей в формате PDF, чтобы сохранить и сохранить
$19,50/месяц Годовой план
- Доступ ко всему в коллекции JPASS
- Читать полный текст каждой статьи
- Загрузите до 120 статей в формате PDF, чтобы сохранить и сохранить
199 долларов в год
Приобрести PDF-файл
Купите эту статью за 34,00 долларов США.
Как это работает?
1. Выберите покупку вариант.
2. Оплатить с помощью кредитной карты или банковского счета с PayPal.
3. Прочитайте свою статью в Интернете и загрузите PDF-файл из своей электронной почты или своей учетной записи.
Предварительный просмотр
Предварительный просмотр
Abstract
Исследован характер перцептивной классификации у детей в возрасте от 4 до 10 лет и у молодых людей. Ответы на задачу классификации триады были классифицированы как согласующиеся или несовместимые с несколькими правилами классификации, в том числе: общее сходство, размер, размер, яркость, чистая идентичность и все комбинации перехода от одного правила к другому в середине эксперимента. Правило с наибольшей долей согласующихся с ним ответов отражало наиболее подходящий образец правила для каждого человека. Чем выше это значение, тем выше предполагаемая согласованность использования правил. Данные большинства людей в каждой возрастной группе лучше всего соответствовали одному из трехмерных правил. Кроме того, значения согласованности для правила наилучшего соответствия отдельных лиц становились значительно выше с возрастом. Делается вывод о том, что большинство детей имеют тенденцию выборочно обращать внимание на одно измерение стимула при вынесении перцептивных классификационных суждений. Тенденция развития перцептивной классификации, по-видимому, не является сдвигом от целостного к аналитическому; вместо этого это тенденция к большей последовательности в следовании заданному правилу классификации.
Информация о журнале
Являясь ведущим журналом Общества исследований в области развития ребенка, «Развитие ребенка» публикует статьи, эссе, обзоры и учебные пособия по различным темам в области развития ребенка с 1930 года. Охватывая многие дисциплины, журнал предоставляет последние исследований не только для исследователей и теоретиков, но и для детских психиатров, клинических психологов, психиатрических социальных работников, специалистов по дошкольному воспитанию, педагогов-психологов, педагогов специального образования и других исследователей.
Информация об издателе
Wiley — глобальный поставщик контента и решений для рабочих процессов на основе контента в областях научных, технических, медицинских и научных исследований; профессиональное развитие; и образование. Наши основные виды деятельности выпускают научные, технические, медицинские и научные журналы, справочники, книги, услуги баз данных и рекламу; профессиональные книги, продукты по подписке, услуги по сертификации и обучению, а также онлайн-приложения; а также образовательный контент и услуги, включая интегрированные онлайн-ресурсы для преподавания и обучения для студентов, аспирантов и учащихся на протяжении всей жизни. Компания John Wiley & Sons, Inc., основанная в 1807 году, уже более 200 лет является ценным источником информации и понимания, помогая людям во всем мире удовлетворять свои потребности и воплощать в жизнь свои стремления. Wiley опубликовал работы более 450 нобелевских лауреатов во всех категориях: литература, экономика, физиология и медицина, физика, химия и мир. Wiley сотрудничает со многими ведущими мировыми обществами и ежегодно публикует более 1500 рецензируемых журналов и более 1500 новых книг в печатном и онлайн-формате, а также базы данных, основные справочные работы и лабораторные протоколы по предметам STMS. С растущим предложением открытого доступа Wiley стремится к максимально широкому распространению и доступу к контенту, который мы публикуем, и поддерживает все устойчивые модели доступа. Наша онлайн-платформа Wiley Online Library (wileyonlinelibrary.com) — одна из самых обширных в мире многопрофильных коллекций онлайн-ресурсов, охватывающих жизнь, здоровье, социальные и физические науки, а также гуманитарные науки.
Права и использование
Этот предмет является частью коллекции JSTOR.
Условия использования см. в наших Условиях использования
Развитие ребенка © 1994 Общество исследований детского развития
Запросить разрешения
Подход машинного обучения для прогнозирования перцептивных решений: взгляд на парейдолию лица | Информатика мозга
- Исследования
- Открытый доступ
- Опубликовано: 05 февраля 2019 г.
- Кастури Барик ORCID: orcid.org/0000-0001-6104-0899 ¹ ,
- Syed Naser Daimi ¹ ,
- Rhiannon Jones ² ,
- Joydeep Bhattacharya ³ &
- …
- Goutam Saha ¹
Информатика мозга том 6 , Номер статьи: 2 (2019) Процитировать эту статью
- 4531 Доступ
- 5 цитирований
- 3 Альтметрика
- Сведения о показателях
Abstract
Восприятие внешнего стимула зависит не только от характеристик стимула, но также зависит от текущей активности мозга до его предъявления. В этой работе мы напрямую проверяли, может ли спонтанная электрическая активность мозга в предстимульный период предсказать результат восприятия при парейдолии лица (визуализация лица в шумовых изображениях) на основе испытаний. Участникам предъявлялись только шумовые изображения, но с предварительной информацией о том, что некоторые лица будут скрыты на этих изображениях, в то время как их электрическая активность мозга записывалась; участники сообщали о своем перцептивном решении, с лицом или без лица, в каждом испытании. Используя признаки дифференциальной полушарной асимметрии, основанные на крупномасштабных нейронных колебаниях в классификаторе машинного обучения, мы продемонстрировали, что предстимульная деятельность мозга может достичь точности классификации, отличающей лицо от восприятия без лица, на уровне 75% в ходе испытаний. Характеристики время-частота, представляющие полушарную асимметрию, дали наилучшие результаты классификации, и было обнаружено, что предстимульные альфа-колебания в основном участвуют в прогнозировании перцептивного решения. Эти результаты предполагают механизм того, как предшествующие ожидания в предстимульном периоде могут влиять на принятие решений после стимула.
Введение
Появляется все больше свидетельств того, что текущая деятельность мозга не лишена смысла, а скорее имеет функциональное значение, которое во многом определяет то, как будет обрабатываться поступающий стимул [1]. Другими словами, сознательное восприятие, сформированное после предъявления стимула, может быть причинно сформировано реакциями мозга до появления стимула. В этих рамках восприятие понимается как процесс вывода, посредством которого сенсорные входы объединяются с предварительными знаниями [2], т. е. интеграция восходящих сенсорных входов и нисходящих предварительных ожиданий. На сегодняшний день не существует удовлетворительного функционального объяснения прогностической роли предстимульных состояний мозга. Хотя роль предстимульной нейронной активности неясна, обнаружено, что восприятие не полностью определяется визуальными входами, но на него сильно влияют ожидания человека, влияющие на обработку и интерпретацию стимула на основе априорной вероятности [3]. .
В более ранних исследованиях изучалась роль потенциалов, связанных с предстимульными событиями (ERP), в постстимульной обработке. Например, Мэтьюсон и др. [4] выявили влияние колебательных микросостояний корковой активности, проявляющихся альфа-фазой, на последующую нервную активность и зрительное восприятие. Кроме того, как альфа-мощность, так и более крупные ERP с фиксированной фиксацией позволяют прогнозировать обнаруживаемость замаскированных визуальных целей. Феллингер и др. [5] обнаружили, что предстимульная альфа-фаза не распределена во времени случайным образом между испытаниями. Кроме того, несколько исследований нейровизуализации с использованием визуальных стимулов продемонстрировали, что сила предстимульной продолжающейся колебательной активности, в основном в альфа-диапазоне, может указывать на будущие поведенческие реакции [6,7,8,9].]. Здесь поведенческие реакции часто указывают на то, будет ли воспринят околопороговый стимул или нет. Также было показано, что предстимульные состояния мозга предсказывают перцептивные решения [10, 11, 12], разрешая неоднозначность восприятия для формирования сознательного восприятия стимулов бинокулярного соперничества [13, 14, 15, 16, 17]. Другое исследование Bode et al. [11] показали, что, когда стимулы предоставляют различительную информацию (фортепиано или стулья), решения предсказываются нейронной активностью после кодирования стимула, а когда стимулы не предоставляют различительной информации (чистый шум), результаты решения предсказываются нейронной активностью, предшествующей стимулу. Кроме того, последовательность предшествующих решений (когда стимулы содержат дискриминационную информацию) искажает поведенческие результаты предстоящих решений в случае чисто шумовых стимулов.
В текущем исследовании мы расширили эту парадигму, используя исключительно шумовые стимулы, но сообщив участникам, что лица будут скрыты на некоторых шумовых изображениях. Таким образом, мы подчеркивали формирование ожидания до появления стимула и исследовали, как предстимульное ожидание будет формировать постстимульное восприятие, видя лицо или не видя лица, тем самым устраняя влияние стимулов с различительной информацией на стимулы без такой информации.
Склонность людей воспринимать конкретные (или знакомые) изображения, такие как буквы, животные или лица, в случайных или неструктурированных шумовых раздражителях известна как парейдолия. Это крайний пример того, как предварительное ожидание стимулирует наше восприятие. Лицевая парейдолия — это психологическая тенденция видеть лица в случайных раздражителях. Среди всех форм парейдолии более изучена парейдолия лица: люди сообщали, что видели лицо в облаках [18] или Иисуса в тосте [19].]. Мы использовали парейдолию лица как крайний пример того, в какой степени предшествующие ожидания могут влиять на наше восприятие. Парейдолия лица указывает на то, что зрительная система сильно предрасположена к восприятию лиц из-за социальной важности лиц и нашей высокоразвитой способности обрабатывать их. Это также указывает на неточное соответствие между внутренними изображениями и нейронными входами. Таким образом, парейдолия идеальна для понимания того, как мозг интегрирует восходящий вход визуального стимула и нисходящую модуляцию целенаправленного видения (например, чтобы найти лицо в шуме). Недавние поведенческие и функциональные исследования визуализации дали некоторые интригующие сведения о том, как может возникнуть парейдолия лица с использованием метода обратной корреляции [19].,20,21,22]. Эти исследования показали, что внутреннее представление лиц, лежащее в основе парейдолии лица, может быть реконструировано экспериментально на основе поведенческих реакций. Хансен и др. [23] аналогичный метод обратной корреляции использовался для извлечения внутреннего представления лиц из активности мозга, измеренной с помощью электроэнцефалографии (ЭЭГ). Эти данные о парейдолии лица предполагают, что эффект не является чисто воображаемым; вместо этого он имеет нейронную основу. Однако, поскольку стимулы не содержат лица, парейдолия лица явно требует значительного вклада интерпретирующей способности мозга для обнаружения и сохранения смутных лицевых черт для создания реплики с внутренним представлением лица. В этом исследовании наша основная цель состояла в том, чтобы исследовать роль предстимульных колебаний мозга в прогнозировании парейдолии лица; следовательно, мы стратегически сосредоточились только на предстимульном периоде (см. [24, 25] о постстимульном эффекте парейдолии лица) и выполнили однократную классификацию с использованием машинного обучения с использованием признаков, извлеченных из предстимульных колебаний мозга.
В то время как восприятие внешних сенсорных стимулов является стимул-зависимым процессом, данные нейровизуализации предстимульной активности показывают, что оно также зависит от состояния мозга до появления стимула. Однако расшифровка этих состояний мозга с точки зрения их функциональных ролей является сложной проблемой и критически зависит от исследуемого поведения. В текущей парадигме мы выбрали чистый шум в качестве стимулов для исследования причинно-следственной связи предшествующего ожидания до начала действия стимула с восприятием индивидуумов при парейдолии лица. Мы оценили изменяющиеся во времени нейронные колебания как признаки для нашего классификатора паттернов, поскольку крупномасштабные колебания мозга, наблюдаемые спонтанно, в решающей степени связаны с нисходящей обработкой, которая предсказывает будущие сенсорные события [26]. Мы провели классификацию на уровне отдельных участников. Сообщалось, что экспериментальные планы, включающие персонализированный модельный анализ, требуют меньшего количества испытуемых по сравнению с теми, которые включают независимый от субъектов анализ [27]. Помимо классификации, основанной на предстимульной активности, мы также изучили временные вариации производительности нашего классификатора, чтобы определить любой критический период времени до начала действия стимула. Кроме того, мы исследовали, играют ли какие-либо специфические колебания мозга решающую роль в прогнозировании перцептивного решения. Все анализы проводились на уровне единичного испытания, тем самым демонстрируя полезность методов машинного обучения для декодирования психических состояний из предшествующих состояний мозга [28,29].,30].
Материалы и методы
Участники
В этом исследовании приняли участие семь здоровых взрослых людей (6 женщин, возраст от 23,43 до 4,20 лет). Все участники были неврологически здоровы, не принимали никаких лекарств во время эксперимента и не имели в анамнезе психических расстройств. Все участники дали письменное информированное согласие до начала эксперимента. Экспериментальный протокол был одобрен Местным комитетом по этике Голдсмитов Лондонского университета.
Стимулы
В нашем эксперименте использовались визуальные стимулы белого шума. Изображения были сгенерированы с использованием Adobe Photoshop V.9 ^®. Всего было использовано 402 изображения, незначительно отличавшихся друг от друга. Однако эти изображения были сделаны по тем же спецификациям. Это были прямоугольные изображения на черном фоне с монохроматическим шумом и 100%-ным распределением по Гауссу, а также размытие по Гауссу с радиусом в 1 пиксель. Один пример изображения, которое было классифицировано как «лицо» шестью из семи участников, показано на рис. 1.
Рис. 1
Пример визуального шумового изображения, которое было классифицировано как «лицо» шестью из семи участников
Изображение в натуральную величину перерывы на отдых мин. Каждый блок содержал 67 испытаний. В каждом испытании центральный фиксационный крест предъявлялся в течение 1000 мс, после чего центрально предъявлялся визуальный шумовой стимул в течение 369 мс. Затем появился экран с вопросом, видели ли они лицо, на что участники ответили нажатием соответствующей кнопки, чтобы обозначить свой ответ. Джиттер был введен между испытаниями. Представление стимула и ответы контролировались E-prime ^® (Psychology Software Tools, Inc., США).
Перед началом задания участникам сообщили, что на некоторых изображениях лица скрыты; однако везде использовались только шумовые изображения. Участникам было приказано продолжать концентрироваться, поскольку продолжительность презентации изображения была короткой.
Сбор и предварительная обработка данных
Сигналы ЭЭГ регистрировались с использованием 64 активных электродов, размещенных в соответствии с международной системой размещения электродов 10–10. Вертикальные и горизонтальные движения глаз регистрировали путем размещения дополнительных электродов над и под правым глазом и у наружного уголка глазной щели каждого глаза соответственно. Сигналы ЭЭГ усиливались усилителями BioSemi Active Two и фильтровались в диапазоне от 0,6 до 100 Гц. Частота дискретизации составляла 512 Гц. Данные ЭЭГ были алгебраически соотнесены со средним значением двух мочек уха. Мы применили узкополосный режекторный фильтр на частоте 50 Гц, чтобы уменьшить любые помехи от линий электропередач. Артефакты, связанные с морганием, были исправлены с помощью анализа независимых компонентов (ICA). Кроме того, любые эпохи, содержащие крупные артефакты, были отклонены на основе визуального осмотра. В этом исследовании, поскольку мы сосредоточились на изучении прогностической способности предстимульных ответов мозга, мы отодвинули наши данные от 738 мс до представления изображения до 369 мс.мс после презентации. Экспериментальная парадигма и формирование эпохи показаны на рис. 2.
Рис. 2
Экспериментальная парадигма: стимулы представляли собой случайно созданные визуальные изображения белого шума. Чтобы повлиять на предварительные ожидания участников, их проинформировали, что в некоторых испытаниях лицо будет скрыто в шумовом стимуле. После появления стимула участникам было предложено нажать одну из двух кнопок, чтобы указать, воспринимают ли они лицо или нет. Здесь пример эпохи ($-\,738$ мс до 369мс) представлена. Время t = 0 представляет собой начало стимула. В этом исследовании мы сосредоточили внимание на периоде времени 738 мс (представленном серым цветом) до начала стимула
Полноразмерное изображение
Каждое испытание было отнесено к одному из двух классов: класс с лицом или класс без лица , в зависимости от ответа участников в каждом отдельном случае. Количество испытаний в каждом классе для отдельного участника указано в таблице 1. Данные ЭЭГ были предварительно обработаны и проанализированы с помощью наборов инструментов на основе MATLAB, EEGLAB [31] и FieldTrip [32], а также с помощью специально разработанных сценариев MATLAB.
Таблица 1 Количество испытаний каждого субъекта
Полноразмерная таблица
Выделение признаков
Частотно-временной анализ на основе вейвлетов широко используется в исследованиях сигналов головного мозга [33, 34]. Мы использовали сложный вейвлет Морле с четырьмя циклами. Короткий вейвлет с несколькими циклами имеет лучшее временное разрешение, чем более широкий вейвлет с большим количеством циклов [27]. Каждый сигнал ЭЭГ был разложен на частотные составляющие от 1 до 40 Гц с шагом в 1 Гц [35], что позволило получить частотно-временной спектр мощности (ВЧЧМ). Затем мы рассчитали удельную спектральную мощность частотного диапазона в классических частотных диапазонах ЭЭГ следующим образом: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–13 Гц), бета (13–30 Гц) и гамма (30–40 Гц). Предстимульный период был разделен на короткие сегменты по 10 мс без перекрытия, в результате чего было получено 74 сегмента, после чего вычислялась средняя спектральная мощность каждого сегмента по 10 мс. Таким образом, для каждого канала/испытания/участника мы получили 5 (полос частот) $\times$ 74 (сегмента) = 370 признаков. Кроме того, мы получили различные наборы функций следующим образом.
- Из всех электродов было извлечено
  признаков TFPS, а размерность признаков составила 23 680 [электрод (64) $\times$ полоса частот (5) $\times$ временное окно (74)]. Этот тип признаков был назван TFPS64 (частотно-временной спектр мощности 64 электродов).
- Затем был получен частотно-временной спектр мощности для каждого полушария [36]. У нас было 27 электродов, расположенных в каждом полушарии, и эта функция была названа TFPSL (слева) или TFPSR (справа).
- Затем мы рассчитали церебральную асимметрию, рассчитав разность частотно-временных спектров мощности двух полушарий головного мозга (левого-правого). Он был обозначен как DATFPS (дифференциальная асимметрия TFPS). Индексы асимметрии рассчитывали на каждом из 27 электродов путем вычитания мощности (например, TFPS Fp1–TFPS Fp2). Для каждого из типов признаков TFPSL, TFPSR и DATFPS у нас было 9990 признаков [электрод (27) $\times$ полоса частот (5) $\times$ временное окно (74)].
На рис. 3 поясняется каждый шаг процедуры извлечения признаков.
Рис. 3
Процедура выделения признаков: a Типичная эпоха каналов ЭЭГ. Красная вертикальная линия обозначает начало стимула. b Частотно-временное представление (TFR) одного канала ЭЭГ (здесь P7, выбрано случайным образом), полученное путем свертки сигнала ЭЭГ со сложным вейвлетом Морле. Предстимульный период был разделен на 74 неперекрывающихся коротких окна по 10 мс каждое. Точно так же сегментация полосы частот также дает пять сегментов путем усреднения по полосе каждой точки частоты в пределах отдельной полосы частот (см. 9).0365 Материалы и методы ). c Измерение характеристик частотно-временного спектра мощности (TFPS), извлеченного из всех 64 электродов ЭЭГ. Целью выбора признаков является выделение подмножества признаков путем удаления избыточных признаков, а также сохранения наиболее релевантных признаков [37, 38]. Он эффективен для уменьшения размерности, устранения ненужных функций, повышения точности обучения и повышения понятности результатов. Мы использовали Студент t для выбора признаков, поскольку он работает лучше, чем сложные методы-оболочки и встроенные методы, особенно при наличии большого количества признаков [39]. Следует отметить, что методы ранжирования релевантности (например, тест t ) требуют относительно меньшего времени вычислений [40] для выбора признаков.
Поскольку нашей основной целью здесь было уменьшить размерность признаков, а не интерпретировать их статистическую значимость, проблема множественных сравнений была сочтена неактуальной [41], и поэтому мы использовали нескорректированные p значений для ранжирования объектов. Из ранжированных функций мы выбрали подмножество функций, которые были ниже выбранных пороговых значений p . Эти пороги использовались только для получения грубого выбора признаков с целью уменьшения размерности признаков. Различные пороги использовались для исследования эффекта увеличения количества выбранных признаков [42]. Мы не интерпретируем относительную релевантность выбранного набора признаков в соответствии с их значениями 90 365 p 90 366, а делаем их равными членами более крупного пула, чтобы сформулировать классификационную модель, которая присваивает каждому признаку собственный вес [39]. , 43, 44].
Классификация одиночных испытаний
Как указывалось ранее, у нас было два класса испытаний в зависимости от ответов участников: с лицом и без лица . Наш классификатор, основанный на предстимульных данных ЭЭГ, стремился отнести каждое испытание к одному из этих двух классов. Мы рассмотрели персонализированную среднюю модель (PAM), в которой испытания отдельных участников проводились независимо для изучения характеристик, зависящих от участников [45].
Количество испытаний в класс без лица был намного выше, чем в классе без лица (таблица 1). Чтобы преодолеть дисбаланс классов, мы использовали метод случайной субдискретизации [46, 47]. В этом методе класс большинства был случайным образом уменьшен, чтобы уравнять количество выборок классов меньшинства и большинства, обеспечивая баланс между двумя классами. Здесь было использовано 66 испытаний из каждого класса. Поскольку в этом методе использовалось только подмножество выборок большинства классов, данные были ротированы 25 раз, чтобы свести к минимуму систематическую ошибку отбора; см. рис. 4 для блок-схемы подробного процесса классификации.
Рис. 4
Блок-схема процесса классификации для персонализированной средней модели: все испытания каждого испытуемого были переведены в основной блок классификации. Для устранения дисбаланса данных из классов лиц и лиц без лиц было выполнено случайное понижение дискретизации. Затем был выполнен типичный процесс классификации машинного обучения с шестикратной вложенной перекрестной проверкой. Здесь за простой техникой выбора признаков фильтра (тест t ) последовала искусственная нейронная сеть для задачи двух классов. Наконец, результатами являются точность классификации, чувствительность и специфичность каждого предмета
Изображение полного размера
В качестве классификатора с шестикратной вложенной перекрестной проверкой (CV) мы использовали искусственную нейронную сеть (ИНС) [48, 49]. Двухслойная ИНС с прямой и обратной связью состояла из входного слоя, скрытого слоя из 10 нейронов и выходного слоя с двумя нейронами, представляющими два класса. {-5}}\). Гиперболическая касательная сигмовидная передаточная функция использовалась в качестве функции активации. Перед классификацией векторы признаков были нормализованы между 0 и 1. Чтобы предотвратить переобучение классификатора ИНС, использовалась ранняя остановка обучения с использованием проверочного набора. В каждой кратности CV доступные данные были разделены на три подмножества. Первым подмножеством был обучающий набор, который использовался для вычисления градиента и обновления весов и смещений сети. Второе подмножество было проверочным набором. Ошибка на проверочном наборе отслеживалась в процессе обучения. Ошибка валидации обычно уменьшалась на начальном этапе обучения, как и ошибка тренировочного набора. Однако, когда сеть начала переобучать данные, ошибка в проверочном наборе обычно начала расти. Когда ошибка проверки увеличивалась для указанного количества итераций, обучение останавливалось и возвращалась модель для минимальной ошибки проверки. Шестикратное вложенное резюме было выполнено с различными случайно выбранными наборами данных участника для устранения дисбаланса данных. Для повышения надежности эта процедура выполнялась 25 раз, и окончательная точность классификации усреднялась по этим 25 запускам. Мы оценили среднюю точность классификации, стандартное отклонение, чувствительность и специфичность классификатора для всех типов признаков. Чувствительность и специфичность — это статистические меры для оценки эффективности классификатора по классам. Здесь чувствительность или доля истинно положительных результатов относится к точности классификации лицевых испытаний до 9.0365 Класс лица , то есть процент испытаний с лицом, которые были правильно идентифицированы как класс лица, а специфичность или доля истинно отрицательных результатов относятся к доле испытаний без лица, которые были правильно идентифицированы как класс без лица .
В этой работе мы использовали подход, основанный на данных, для исследования роли предстимульной активности в парейдолии лица. Этот подход привел к огромному количеству функций, учитывающих размерность частоты, времени и каналов. Многие из этих функций избыточны и не имеют отношения к рассматриваемой проблеме. Процедуры выбора признаков эффективны для уменьшения размерности, устранения ненужных признаков, повышения точности обучения и повышения понятности результатов. Однако в нейробиологических исследованиях многомерного анализа паттернов (MVPA) обычно наблюдается огромный дисбаланс между количеством признаков и выборок. Чтобы избежать возможной переобучения из-за этого, выбор признаков выполнялся только на обучающем наборе при оценке производительности модели (как выбора признаков, так и классификатора) на невидимых тестовых данных. Наблюдаемая точность классификации была достаточно хорошей, что свидетельствует о релевантности признаков для различения двух классов. Кроме того, проблему здесь можно сравнить с проблемой выбора признаков в данных микромассивов [51, 52], где количество признаков намного превышает количество наблюдений и одномерных методов, таких как 9Широко популярны тесты 0365 т .
Результаты
Тематический анализ
Для каждого участника был проведен анализ характеристик TFPS64, TFPSL, TFPSR и DATFPS. Функция TFPS64 была выбрана из всех 64 скальповых электродов независимо от участников. TFPSL, TFPSR и DATFPS считали левый, правый и разницу между левым и правым полушарными электродами соответственно, которые включали все скальповые электроды, кроме 10 срединных электродов (Fpz, AFz, Fz, FCz, Cz, CPz, Pz, POz, Oz и Iz). ).
На рис. 5а показан результат классификации. Средняя точность классификации была построена вместе с эмпирическим уровнем вероятности около 54% [53] путем изменения порогового значения p от 0,001 до 0,05. Мы начали со значения p меньше предопределенного порога 0,001, а затем выбрали порог значения p с интервалом 0,005 до объектов с их значением p меньше 0,05. Здесь мы эмпирически определили подходящий порог для выбора признаков. На рис. 5b показано, что при увеличении p значение порога теста t количество выбранных признаков увеличилось, и точность классификации имеет тенденцию к насыщению (рис. 5a). При более строгом пороге (для более низких значений 90 365 p 90 366) количество выбранных признаков уменьшилось, но этого может быть недостаточно для различения двух классов, о чем свидетельствует низкая точность классификации. Следовательно, значение p было постепенно увеличено, чтобы найти оптимальный порог, выше которого точность классификации не показала значительного улучшения.
В таблице 2 показана производительность классификации PAM классификатора ANN с использованием этих четырех типов функций. Мы выбрали только оптимальные значения p , 0,025, 0,04, 0,025 и 0,035 для TFPS64, TFPSL, TFPSR и DATFPS соответственно. Дополнительный файл 1: в таблице A1 указано количество выбранных функций для вышеупомянутых конкретных значений p , соответствующих типам функций.
Рис. 5
Результаты предметного анализа: a Классификационная эффективность различных признаков по отношению к различным p пороговые значения, используемые в методе выбора признаков. Средняя точность классификации частотно-временных характеристик спектра мощности всех 64 электродов (TFPS64), электродов левого полушария (TFPSL), электродов правого полушария (TFPSR) и дифференциальной асимметрии между признаками полушария (DATFPS) представлены вместе с эмпирическим уровнем вероятности (розовая горизонтальная линия). линия). Столбики погрешностей указывают на стандартную ошибку среднего (SEM). b Представление количества выбранных признаков и средней точности классификации признака DATFPS по отношению к различным p пороговых значений, так как набор функций DATFPS дал наилучшую производительность для всех субъектов. c Показатели чувствительности и специфичности (в %) для каждого типа признаков. Столбики погрешностей указывают на стандартное отклонение (SE) по субъектам. d Представление числа встречаемости доминирующих признаков. Полосные доминирующие признаки для каждого субъекта показаны для типа признака DATFPS. Среди пяти частотных диапазонов ЭЭГ максимальное количество выбранных признаков принадлежало альфа-диапазону. е Временной ход возникновения количество доминантных признаков. Столбики погрешностей показывают SEM по субъектам
Полноразмерное изображение
Таблица 2 Средняя точность классификации (± стандартное отклонение) для каждого типа признаков
Полноразмерная таблица
модель классификатора; На рис. 5c показаны результаты для четырех типов функций. Мы обнаружили, что чувствительность (точная классификация 90 365 лиц из 90 366 испытаний) и специфичность (точная классификация испытаний без лица ) были сопоставимы с общей точностью для этих четырех типов признаков.
Поскольку ожидались индивидуальные различия в отношении способности воспринимать парейдолию лица [25], мы провели субъектно-зависимую классификацию, где модели для каждого субъекта обучались отдельно. В этой работе мы сообщаем об индивидуальной и усредненной эффективности классификации в этой структуре, которая называется персонализированной средней моделью. В целом, экспериментальные планы, включающие персонализированный модельный анализ, обеспечивают более высокую статистическую мощность и, следовательно, требуют меньшего количества субъектов по сравнению с теми, которые включают независимый от субъектов анализ [27].
Использование функций
Здесь мы сосредоточили наш анализ на выявлении функций, которые наиболее согласовывались при различении двух классов. В частности, нас интересовало определение критических полос частот и периодов времени. Мы провели этот анализ с функциями DATFPS из-за его лучшей производительности среди участников. Структура классификации использовала случайную субдискретизацию (25-кратную итерацию) набора данных с шестикратной перекрестной проверкой. Таким образом, было создано 150 $(25 \times 6)$ моделей классификации, и каждая модель была построена с использованием разных наборов признаков. Для выявления непротиворечивых признаков была создана гистограмма встречаемости признаков; признак считался согласованным, когда этот признак встречался выше порогового значения (по крайней мере, 60% от максимального появления признаков).
На рис. 5d показано распределение наиболее согласованных функций, выбранных на уровне отдельных участников, по полосам. Мы обнаружили, что дифференциальная асимметрия в альфа-диапазоне последовательно проявлялась с самой высокой способностью к различению у всех участников.
Подобно идентификации доминирующей полосы, анализ временной локализации был также выполнен для определения периода времени, наиболее важно вовлеченного в предстимульный период, предсказывающий перцептивное решение при парейдолии лица. Здесь все 738 мс предстимульного периода были разделены на восемь окон: первые семь окон, каждое продолжительностью 100 мс, и последнее окно продолжительностью 38 мс непосредственно перед началом стимула. Временные окна, в которых количество вхождений признака превышает пороговое значение (не менее 60% от максимального появления признака), считались доминирующими или критически вовлеченными. На рис. 5e показана согласованность различных временных окон. Мы обнаружили, что временные окна от 538 до 238 мс до начала стимула содержали признаки с лучшей и неизменно более высокой производительностью классификации.
Анализ общего набора признаков
Чтобы пространственно локализовать признаки, мы рассмотрели общие признаки среди участников, и они были названы общим набором признаков. Шаги проиллюстрированы далее.
Рис. 6
Этапы анализа общих признаков: a пары каналов, выбранные хотя бы один раз для всех складок, b график нормализованной гистограммы пар каналов и c только доминирующие пары каналов
Полноразмерное изображение
Шаг 1: Выбор доминирующих признаков у каждого участника (см. рис. 6)
- Различные наборы функций были выбраны в каждой части резюме.
- График гистограммы, описывающий наличие признаков, получен.
- Признак считался доминирующим, когда его появление превышало пороговое значение (здесь 75% от максимального появления признаков).
Этап 2: Расчет общего набора признаков по субъектам
- Для любого заданного признака был рассчитан индекс общности ($C_{\mathrm{i}}$) как количество субъектов, для которых он был признан доминирующим. Он может принимать значения от 0 до 7, т. е. $0 \le {C_{\mathrm{i}}} \le 7$.
- Доминантные признаки с $C_{\mathrm{i}} \ge$ 5 считались общим набором признаков для всех испытуемых, поскольку этот порог приблизительно соответствует 70% испытуемых. Если порог был увеличен до 6 (т. е. выше 85%), вычисление общего набора функций для участников становится более строгим. Было замечено, что это приводит к выбору четырех признаков, по которым трудно сделать вывод о пространственной структуре. Кроме того, было замечено, что для порога = 7 не обнаружено общих признаков для всех субъектов. Однако, если мы уменьшим порог $\le \,4$, почти все признаки оказались общими для всех испытуемых. Следовательно, мы выбрали порог 5 в качестве разумного показателя согласованности ответов мозга у разных субъектов. Например, на рис. 7 показан индекс общности соответствующих электродов для функций DATFPS, где каждая функция связана с парой электродов (слева направо).
На рис. 7 мы нанесли индекс общности для каждого признака на обоих связанных электродах в левом и правом полушариях. Следовательно, сюжет воспринимается как симметрия между обоими полушариями.
Объекты были извлечены, как описано в разд. 2.5, по положениям электродов, найденным в общем наборе признаков. Индивидуальная TFPS из этих 39 электродов называется TFPS39 (17 парных электродов и AFz, Fz, FCz, POz, Pz). Точно так же функции полушария обозначены как TFPSL17 и TFPSR17, поскольку в этой обычно целевой зоне имеется 17 симметричных пар электродов, а DATFPS17 представляет собой дифференциальную асимметрию этих 17 пар электродов.
Рис. 7
Индекс общности: степень общности каждого электрода по доминирующим признакам. Степень использования кодировалась цветом в соответствии с цветовой полосой справа (поскольку спектральные различия были получены из симметричных пар, были сформированы симметричные модели)
Полноразмерное изображение
Данные каждого участника были проанализированы с помощью общего набор функций с использованием той же структуры классификации, которая обсуждалась ранее. Хотя средняя точность классификации рассчитывалась путем варьирования p пороговое значение от 0,001 до 0,05 в t выбор тестовых признаков для каждого из типов признаков TFPS39, TFPSL17, TFPSR17 и DATFPS17, мы показали эффективность классификации только для тех пороговых значений p , где точность была высокой и постоянной. Уровни порога в точках насыщения составляли 0,035, 0,03, 0,035 и 0,045 в случае TFPS39, TFPSL17, TFPSR17 и DATFPS17 соответственно. Таблица 3 показывает среднюю производительность классификации общего набора функций. Количество выбранных атрибутов для вышеуказанного конкретного p значений, соответствующих типам объектов TFPS39, TFPSL17, TFPSR17 и DATFPS17, отображается в дополнительном файле 1: Таблица A2.
Таблица 3 Средняя точность классификации (± стандартное отклонение) общего набора признаков
Полноразмерная таблица
Таблица 3 показывает, что усредненная эффективность классификации классификатора ИНС с использованием DATFPS17 была заметно лучше среди всех четырех типов признаков (TFPS39, TFPSL17, TFPSR17 и DATFPS17) по всем предметам с максимальной точностью классификации $72,03 \pm 1,76$%. На рисунке 8а представлено количество выбранных функций и средняя точность классификации DATFPS17 при различных пороговых значениях; путем увеличения p точность классификации имеет тенденцию к насыщению, но количество выбранных признаков увеличивается.
Чтобы охарактеризовать производительность классификатора, мы проанализировали показатели чувствительности и специфичности классификатора на наборе общих признаков, как это делалось ранее для типов признаков TFPS64, TFPSL, TFPSR и DATFPS. Столбцы на рис. 8b показывают, что чувствительность нашего классификатора сопоставима со специфичностью для всех типов признаков.
Рис. 8
Результаты анализа набора общих признаков: a Количество выбранных признаков и средняя точность классификации показаны для признаков полушарной асимметрии (DATFPS17) по отношению к различным пороговым значениям p , поскольку набор признаков DATFPS17 дал наилучшую точность среди всех распространенных наборов признаков. b Показатели групповой чувствительности и специфичности (в %) представлены в виде гистограмм с планками погрешностей, которые указывают на стандартное отклонение (SE) по всем субъектам. c Представление числа встречаемости доминирующих признаков. Полосные доминирующие признаки для каждого субъекта показаны для типа признаков DATFPS17. Среди пяти частотных диапазонов ЭЭГ максимальное количество выбранных признаков принадлежало альфа-диапазону. d Временной ход возникновения количество доминантных признаков. Столбики погрешностей показывают SEM по всем субъектам
Полноразмерное изображение
Использование функции
Идентификация доминирующей полосы частот была проанализирована для набора общих функций аналогично тому, как это было сделано ранее (рис. 8c). Опять же, мы заметили, что альфа была наиболее доминирующей полосой частот, из которой были выбраны максимальные признаки. Следуя той же процедуре, что и в случае типа объекта DATFPS, анализ временной локализации был выполнен для набора общих признаков только для признаков DATFPS17. Мы заметили, что наиболее доминирующие признаки были обнаружены в пределах от $-\,638$ мс до $-\,238$ мс (рис. 8d).
Анализ скользящего окна
Чтобы получить представление о временном окне, в котором достигается лучшая производительность классификации, мы выполнили анализ скользящего окна с различными размерами окна. Чтобы рассмотреть размер окна, который, в свою очередь, дает наилучшее временное разрешение, мы приняли к сведению следующее. Для сложных вейвлетов Морле было вычислено временное разрешение в конкретном масштабе вейвлета $\sigma _{\mathrm{t}} = \frac{n}{2\pi f _{\mathrm{c}}}$, где $f_{\mathrm{c}}$ — центральная частота и параметр n обозначает количество циклов (в данном исследовании n = 4 [35]). Это уравнение определяет компромисс между временной точностью и частотой, т. е. более высокие частоты (бета- и гамма-диапазоны) могут быть хорошо разрешены во времени, тогда как для низких частот требуются более широкие вейвлеты. Для дельта-диапазона ($f_{\mathrm{c}} = 2,6$ Гц), $\sigma _{\mathrm{t}} = 244,8$ мс, что вынудило нас использовать размер окна около этого значения. Следовательно, мы установили максимальное временное разрешение на 246 мс, чтобы сделать возможным вычисление характеристик вейвлета во всех диапазонах. Кроме того, значение 246 мс позволило точно разделить предстимульный период на целое число окон. Другие рассматриваемые размеры окна составляют 369.мс, 492 мс и 615 мс, что составляет арифметическую прогрессию 123 мс, половину от 246 мс. Следующим по порядку был 739 мс, который охватывает весь предстимульный период и рассматривается в другой части статьи. Мы рассмотрели сдвиг временного окна на 123 мс, чтобы получить временной профиль.
Для каждого рассматриваемого размера окна окно было дополнительно разделено на последовательные сегменты по 10 мс, и в качестве признаков использовалась средняя мощность каждой полосы вейвлета в этих сегментах. Эти функции несли информацию, локализованную во времени, и количество функций было выше при большей длине окна. Структура классификации использовалась с функциями DATFPS17. Результаты, представленные в этом разделе, учитывали p пороговое значение 0,05 для теста t .
Расположение движущихся окон вместе с точностью классификации, усредненной по всем участникам, показано на рис. 9а. Наилучшая точность классификации составила $72,38 мкм 1,84\%$, что соответствует длине окна, равной всему предстимульному периоду. Это может быть связано с тем, что он захватил всю информацию о времени и частоте, которая была хороша для вычисления функций на основе вейвлет-анализа.
Рис. 9
Результаты анализа скользящего окна: a Расположение движущихся окон вместе с точностью классификации, усредненной по всем субъектам с использованием функции DATFPS17. b Полоса погрешностей указывает точность SEM отдельных субъектов в этом типе признаков в каждом скользящем окне 246 мс. Особенности окна от $-\,615$ мс до $-\,369$ мс обеспечивают высочайшую точность. c Для этого временного окна показано количество встречаемости доминирующих признаков для каждого субъекта и PAM с использованием типа признака DATFPS17
Полноразмерное изображение
Чтобы локализовать время в максимально возможной степени, мы выбрали размер окна 246 мс, который был минимальным для расчета вейвлет-функций. Мы заметили (рис. 9b), что средняя производительность классификации демонстрировала тенденцию к увеличению до середины окна 246 мс (от $-\,615$ мс до $-\,369$ мс), а затем тенденция к снижению. В частности, период времени от $-\,615$ мс до $-\,369$ мс показал наибольшую дискриминационную способность с функциями DATFPS17. Интересно, что период времени непосредственно перед началом стимула был связан с более низкой точностью классификации. В целом мы обнаружили, что можно предсказать перцептивное решение при парейдолии лица, используя предстимульную активность мозга в различных временных окнах с максимальной точностью примерно за 500 мс до начала действия стимула.
Наконец, нас интересовало определение специфичности полосы частот в конкретном временном окне каждого участника, соответствующем максимальной точности классификации. На рисунке 9c показано, что максимальное количество выбранных объектов действительно принадлежало альфа-диапазону частот.
Обсуждение
В настоящем исследовании изучалось, могут ли предстимульные колебания мозга систематически прогнозировать постстимульное перцептивное решение в задаче парейдолии лица на основе проб за пробой. Используя подход к классификации паттернов для крупномасштабных сигналов ЭЭГ, мы обнаружили, что действительно возможно предсказать перцептивное решение значительно выше случайного уровня, основываясь только на предстимульной активности. Кроме того, перцептивная информация о принятии решения была специально закодирована в предстимульных альфа-колебаниях и в асимметричном распределении колебательных признаков между двумя полушариями.
Предстимульная активность мозга формирует постстимульное восприятие: в этом исследовании изучалось причинно-следственное влияние априорных ожиданий до появления стимула на постстимульное восприятие при парейдолии лица. Участникам были представлены шумовые изображения, но предварительная информация о лицах, скрытых на этих изображениях, привела к тому, что участники сообщали о том, что видели лица во многих испытаниях. Мы продемонстрировали, что можно зафиксировать особенности крупномасштабной продолжающейся мозговой деятельности до предъявления стимулов, которые могли бы надежно предсказать ответы участников, с лицом или без лица , на индивидуальной основе. Наша модель классификатора дала среднюю точность около 75%, что было значительно выше уровня вероятности около 54% [53]. Этот вывод согласуется с растущим объемом литературы, подтверждающей существование нейронных сигналов, предопределяющих перцептивные решения [10, 11, 13, 15, 16, 17, 54]. Известно, что любое решение, принятое в постстимульный период, не зависит целиком от одного стимула; вместо этого он опирается на несколько нисходящих процессов, включая ожидания, предварительные знания и цели, сформированные в предстимульный период [55]. Это прогностическое воздействие предстимульной активности мозга может дать потенциальное преимущество в повышении готовности и предотвращении аверсивной ситуации [56]. В нескольких исследованиях также изучались нейрофизиологические механизмы, лежащие в основе предстимульной обработки. Например, фМРТ-исследования выявили прогностические сигналы в гиппокампе [57, 58]. Хинди и др. [57] обнаружили, что ожидания, основанные на памяти, в зрительной коре человека связаны с гиппокампальным механизмом завершения паттерна. Исследование [59] сообщили об упреждающем срабатывании ожидаемых стимулов в медиальной височной доле, включая гиппокамп. Предыдущее исследование [60] показало, что каналы, соответствующие максимальным коэффициентам векторов пространственного паттерна, могут быть каналами, наиболее коррелированными со специфическими для задачи источниками, т. е. лобная и теменно-затылочная области активируются для «лица» и «без лица». класса изображений соответственно. Эти результаты предполагают механизм того, как предшествующие ожидания в предстимульном периоде могут влиять на принятие решений после стимула.
Кроме того, [12] предположили, что нейронные сигналы, присутствующие до стимуляции, могут влиять на решения на нескольких уровнях представления при оценке стимулов. В этом исследовании, поскольку участников проинструктировали, что в некоторых испытаниях присутствовало лицо, предстимульная фаза связана с упреждающей обработкой. Согласно [2], эта фаза может включать как ожидание, так и внимание, облегчающие нисходящую обработку, которая, в свою очередь, влияет на перцептивные решения. В то время как ожидание облегчает интерпретацию стимула и обнаружение объектов, которые могут присутствовать в визуальной среде, внимание облегчает вычислительную нагрузку, расставляя приоритеты сенсорных входных данных в соответствии с их значимостью или актуальностью для текущих целей [61]. В нашем исследовании предварительное ожидание манипулирует восприятием участников, влияя на их производительность. С другой стороны, внимание может помочь участникам вспомнить шаблоны лиц из памяти и идентифицировать черты лица в предстоящих изображениях белого шума посредством обработки сверху вниз. Интересно, что в нашем исследовании мы наблюдали большие различия между нашими участниками с точки зрения предстимульных характеристик, предсказывающих лицо или без лица решение, однако признаки были достаточно стабильными у индивидуума, и, кроме того, мы все еще могли идентифицировать набор общих признаков в предстимульном периоде. Мы действительно наблюдали широкие колебания, от 1:3 до 1:1, в соотношении лица к без лица испытаний, но такие индивидуальные различия в парейдолии лица еще не были систематически исследованы. Одна из возможных причин вариабельности перцептивных характеристик у участников, вероятно, связана с возможностями внимания участников, которые должны отражаться в продолжающейся колебательной активности, уже присутствующей до предъявления стимула [62].
Признаки полушарной дифференциальной асимметрии обеспечивают наилучшую производительность классификации и хорошо фиксируют предварительное влияние: выявление сущности различий между левым и правым полушариями мозга является ключевым компонентом понимания функциональной организации нейронной обработки [63]. Следовательно, мы проанализировали признаки дифференциальной полушарной асимметрии на основе одного испытания. Несмотря на большие межиндивидуальные различия в вовлечении различных областей мозга во время формирования ожидания в предстимульный период, наш классификатор продемонстрировал, что нейронная сигнатура на уровне полушарий была в значительной степени одинаковой у всех участников, и, кроме того, полушарная асимметрия была причинно связана с перцептивное решение. Широко распространено мнение, что преимущества асимметрии полушарий связаны с более эффективной когнитивной и аффективной обработкой; следовательно, часто подразумевается, что взаимосвязь между полушарной асимметрией и когнитивными характеристиками является линейно положительной: чем выше степень латерализации в конкретной когнитивной области (здесь антиципация), тем лучше выполнение соответствующей задачи [64, 65]. Взятые вместе, наше исследование использовало сознательное ожидание [66] для оценки различий контралатерального полушария для предстимульного ожидания в визуальном восприятии парейдолии лица.
Текущие модели когнитивной нейробиологии предсказывают доминирование правого полушария при обработке лиц у людей. Однако данные нейровизуализации и электромагнитного излучения в литературе дают противоречивые доказательства правосторонней асимметрии мозга для расшифровки структурных свойств лица. Интересно, что исследование [67] на основе фМРТ показало активацию фузиформной области лица (FFA) только в правом полушарии примерно у половины испытуемых (как мужчин, так и женщин), тогда как у остальных испытуемых активация была двусторонней. Эти результаты повысили вероятность функциональной полушарной асимметрии в FFA. Исследования, посвященные этой возможности, предоставили противоречивые данные, где [68,69,70,71,72] обнаружили более сильную активность в правом полушарии, в то время как другие исследования не подтвердили идею строгой правой латерализации (например, [73] выполнено у пяти мужчин и семи женщин). В исследовании [74] обнаружены значительно более высокие ответы фМРТ на лица, чем на объекты как в левой, так и в правой области средней веретенообразной извилины, хотя этот эффект был немного больше в правой, чем в левой FFA. Другое исследование в [63] предоставило важные сведения о функциональной архитектуре обработки лица, предполагая, что левое полушарие участвует в обработке сходства лица «низкого уровня» и, возможно, является предшественником категориального «глубокого» анализа справа. Используя однократный сигнал ЭЭГ, наш результат полушарной асимметрии находится на той же линии, что и исследование нейровизуализации [67].
Продолжающиеся колебания в альфа-диапазоне частот играют важную роль в прогнозировании эффекта предшествующего ожидания: разные частотные диапазоны связаны с различными когнитивными и перцептивными процессами [75, 76]. В нашем исследовании мы обнаружили, что предстимульные колебания альфа-диапазона имеют решающее значение для предсказания будущего решения. Этот результат согласовывался с другими исследованиями, демонстрирующими причинную роль альфа-колебаний в предстимульном периоде в формировании постстимульной обработки задач. Например, сила предстимульной альфа-мощности была связана с обнаружением околопороговых стимулов [77, 78]. Установлено, что восприятие низкопороговых соматосенсорных стимулов связано с высокой мощностью теменного альфа [77]. Также установлено, что сознательное зрительное восприятие сигнального стимула в ориентировочно-сменной парадигме связано с высокой мощностью предстимула в нижнем альфа-диапазоне частот (6–10 Гц) [78]. В нескольких исследованиях сообщалось, что усиление альфа-осцилляций отражает более высокую нисходящую обработку [79]. , 80]. Во многих существующих исследованиях установлена связь между продолжающимися колебаниями в альфа-диапазоне частот (около 8–13 Гц) и процессами ожидания [6, 7, 62]. В недавней работе было обнаружено, что низкочастотные альфа-колебания могут служить механизмом переноса и проверки предшествующих ожиданий относительно стимулов [81]. Наши результаты расширяют эти исследования, демонстрируя, что крупномасштабные колебательные функции в альфа-диапазоне могут быть зафиксированы на уровне единичного испытания, что обладает значительной способностью различать влияние на будущие варианты выбора.
Конечно, у нашего исследования есть некоторые ограничения. Например, мы анализировали данные ЭЭГ на сенсорном уровне; поэтому пространственное разрешение наших результатов было ограничено. Лучшая локализация предстимульной активности мозга для предопределения перцептивных решений может быть выполнена путем реконструкции нейронных источников на основе проб за пробами. Однако для точной реконструкции источника требуется индивидуальное магнитно-резонансное изображение (МРТ), которое не было доступно в нашем исследовании. В этом исследовании участвовали молодые люди с шестью женщинами среди семи участников. В исследовании ERP лицевой парейдолии ранее отмечалось, что женщины лучше видят лица там, где их нет [25]. Следовательно, результаты этого исследования нельзя обобщать по полу. Будущие исследования могут быть проведены путем рассмотрения субъектов из всех возрастных групп и равного участия представителей обоих полов. Кроме того, мы сосредоточили наш анализ только на нейронных колебаниях, и будущие исследования могут изучить потенциальный вклад мер связности как подходящих признаков для классификации на структурном уровне мозга. Таким образом, будущий объем этой работы будет заключаться в анализе априорных ожиданий с использованием различных методов извлечения признаков.
Заключение
Используя подход к декодированию парейдолии лица на основе ЭЭГ, в этом исследовании было проведено систематическое выделение признаков с последующей классификацией мозговых сигналов в одной попытке. Цель состояла в том, чтобы исследовать влияние априорного ожидания на восприятие лица в чистом шумовом стимуле. Мы продемонстрировали, что пространственно-временные спектральные сигнатуры предстимульной активности мозга могут значительно предсказать будущее решение, лицо или без лица , на основе проб за испытанием. Нейронная сигнатура на уровне полушарий была в значительной степени одинаковой у всех участников, и, кроме того, мы обнаружили, что предстимульные колебания в альфа-диапазоне играют решающую роль в прогнозировании будущего решения. Таким образом, это исследование продемонстрировало полезность методов машинного обучения для прогнозирования решений на основе предшествующих состояний мозга на основе одного испытания.
Ссылки
1. Садагиани С., Хессельманн Г., Фристон К.Дж., Кляйншмидт А. (2010) Взаимосвязь текущей мозговой активности, вызванных нейронных реакций и познания. Фронт Сист Нейроски 4:20
  Google ученый
2. «>
  Саммерфилд С., Эгнер Т. (2009) Ожидание (и внимание) в визуальном познании. Trends Cognit Sci 13:403–409
  Статья Google ученый
3. Кок П., Брауэр Г.Дж., ван Гервен М.А., де Ланге Ф.П. (2013) Предыдущие ожидания искажают сенсорные представления в зрительной коре. J Neurosci 33:16275–16284
  Статья Google ученый
4. Мэтьюсон К.Е., Граттон Г., Фабиани М., Бек Д.М., Ро Т. (2009) Видеть или не видеть: предстимульная $\альфа$ фаза предсказывает зрительное восприятие. J Neurosci 29: 2725–2732
  Google ученый
5. Феллингер Р., Климеш В., Грубер В., Фройнбергер Р., Доппельмайр М. (2011) Предстимульное альфа-фазовое выравнивание предсказывает амплитуду P1. Brain Res Bull 85:417–423
  Статья Google ученый
6. «>
  Эргеноглу Т., Демиралп Т., Байрактароглу З., Эрген М., Бейдаги Х., Уресин Ю. (2004) Альфа-ритм ЭЭГ модулирует возможности визуального обнаружения у людей. Cognit Brain Res 20:376–383
  Статья Google ученый
7. Ромеи В., Гросс Дж., Тут Г. (2010) О роли предстимульных альфа-ритмов над затылочно-теменными областями в регуляции зрительного ввода: корреляция или причинность? J Neurosci 30:8692–8697
  Статья Google ученый
8. Lange J, Halacz J, van Dijk H, Kahlbrock N, Schnitzler A (2012) Колебания предстимульной колебательной мощности предсказывают субъективное восприятие тактильной одновременности. Кора головного мозга 22: 2564–2574
  Артикул Google ученый
9. Вайс Н., Вюле А., Мониттола Г., Демарчи Г., Фрей Дж., Попов Т., Браун С. (2014) Престимульная колебательная мощность и модели связности предрасполагают к сознательному соматосенсорному восприятию. Proc Natl Acad Sci 111:E417–E425
  Статья Google ученый
10. Хессельманн Г., Келл К.А., Эгер Э., Кляйншмидт А. (2008)Спонтанные локальные вариации в продолжающейся нейронной активности искажают перцептивные решения. Proc Natl Acad Sci 105: 10984–10989
  Артикул Google ученый
11. Боде С., Сьюэлл Д.К., Лилберн С., Форте Дж.Д., Смит П.Л., Шталь Дж. (2012)Прогнозирование предвзятости восприятия решений на основе ранней активности мозга. J Neurosci 32:12488–12498
  Статья Google ученый
12. Colas JT, Hsieh PJ (2014) Ранее существовавшие состояния мозга предсказывают эстетические суждения. Hum Brain Map 35:2924–2934
  Статья Google ученый
13. Hsieh PJ, Colas J, Kanwisher N (2012)Предстимульный паттерн активности в веретенообразной области лица предсказывает восприятие лица во время бинокулярного соперничества. Нейропсихология 50:522–529
  Статья Google ученый
14. Хессельманн Г., Садагиани С., Фристон К.Дж., Кляйншмидт А. (2010) Прогнозирующее кодирование или накопление доказательств? Ложный вывод и нейронные колебания. PLoS ONE 5:e9926
  Артикул Google ученый
15. Шельвинк М.Л., Фристон К.Дж., Рис Г. (2012) Влияние спонтанной активности на обработку стимулов в первичной зрительной коре. Нейроизображение 59:2700–2708
  Статья Google ученый
16. Van Dijk H, Schoffelen JM, Oostenveld R, Jensen O (2008) Предстимульная колебательная активность в альфа-диапазоне предсказывает способность к визуальному различению. J Neurosci 28:1816–1823
  Статья Google ученый
17. Wyart V, Tallon-Baudry C (2009) Как постоянные колебания зрительной коры человека предсказывают перцептивную осведомленность: сдвиг исходного уровня по сравнению с предвзятостью решения. J Neurosci 29:8715–8725
  Статья Google ученый
18. Гатри С. (2015) Лица в облаках. Издательство Оксфордского университета, Оксфорд
  Google ученый
19. Лю Дж., Ли Дж., Фэн Л., Ли Л., Тянь Дж., Ли К. (2014) Увидев Иисуса в тосте: нейронные и поведенческие корреляты парейдолии лица. Кора 53:60–77
  Артикул Google ученый
20. Госселин Ф., Шинс П.Г. (2003) Суеверные восприятия раскрывают свойства внутренних представлений. Psychol Sci 14:505–509
  Статья Google ученый
21. Rieth CA, Lee K, Lui J, Tian J, Huber DE (2011) Лица в тумане: иллюзорное обнаружение лиц и букв. i-Perception 2:458
  Артикул Google ученый
22. «>
  Смит М.Л., Госселин Ф., Шинс П.Г. (2012) Измерение внутренних представлений на основе данных о поведении и мозге. Curr Biol 22:191–196
  Статья Google ученый
23. Хансен Б.К., Томпсон Б., Хесс Р.Ф., Эллемберг Д. (2010) Извлечение внутреннего представления лиц из активности человеческого мозга: аналог обратной корреляции. НейроИзображение 51:373–390
  Статья Google ученый
24. Хаджихани Н., Кверага К., Найк П., Альфорс С.П. (2009)Ранняя активация N170 лицевой коры лицеподобными объектами. Нейроотчет 20:403
  Статья Google ученый
25. Proverbio AM, Galli J (2016) Женщины лучше видят лица там, где их нет: ERP-исследование лицевой парейдолии. Soc Cogniti Affect Neurosci 11:1501–1512
  Статья Google ученый
26. «>
  Энгель А.К., Фрис П., Сингер В. (2001) Динамические прогнозы: колебания и синхронность в обработке сверху вниз. Nat Rev Neurosci 2:704–716
  Статья Google ученый
27. Коэн М.Х. (2014) Анализ данных нейронных временных рядов: теория и практика. MIT Press, Лондон
  Google ученый
28. Митчелл Т.М., Хатчинсон Р., Никулеску Р.С., Перейра Ф., Ван Х., Джаст М., Ньюман С. (2004) Обучение декодированию когнитивных состояний по изображениям мозга. Мах Лерн 57: 145–175
  МАТЕМАТИКА Статья Google ученый
29. Haynes JD, Rees G (2006) Расшифровка психических состояний по активности мозга у людей. Nat Rev Neurosci 7:523–534
  Статья Google ученый
30. Полдрак Р.А. (2011) Вывод психических состояний из данных нейровизуализации: от обратного вывода к крупномасштабному декодированию. Нейрон 72:692–697
  Статья Google ученый
31. Делорм А., Макейг С. (2004) EEGLAB: набор инструментов с открытым исходным кодом для анализа динамики ЭЭГ в одном испытании, включая анализ независимых компонентов. J Neurosci Methods 134:9–21
  Статья Google ученый
32. Oostenveld R, Fries P, Maris E, Schoffelen JM (2011) FieldTrip: программное обеспечение с открытым исходным кодом для расширенного анализа МЭГ, ЭЭГ и инвазивных электрофизиологических данных. Вычислите Intel Neurosci 2011: 156869. https://doi.org/10.1155/2011/156869
  Артикул Google ученый
33. Herrmann CS, Rach S, Vosskuhl J, Strüber D (2014) Частотно-временной анализ потенциалов, связанных с событиями: краткое руководство. Мозг Топогр 27:438–450
  Статья Google ученый
34. «>
  Tallon-Baudry C, Bertrand O, Delpuech C, Pernier J (1996) Специфичность стимула для синхронизированных и несинхронизированных по фазе зрительных реакций 40 Гц у человека. J Neurosci 16: 4240–4249
  Артикул Google ученый
35. Luft CDB, Нолте Дж., Бхаттачарья Дж. (2013 г.) Учащиеся с высоким уровнем успеваемости проявляют большую силу среднелобной тета и связность в ответ на неверную обратную связь по успеваемости. J Neurosci 33:2029–2038
  Статья Google ученый
36. Duan RN, Wang XW, Lu BL (2012) Распознавание эмоций на основе ЭЭГ при прослушивании музыки с использованием машины опорных векторов и линейной динамической системы. В: Международная конференция по нейронной обработке информации. Springer, Берлин, Гейдельберг, стр. 468–475
37. Ю Л, Лю Х (2003) Выбор признаков для многомерных данных: решение для быстрого фильтра на основе корреляции. ICML 3:856–863
  Google ученый
38. Al Ghayab HR, Li Y, Abdulla S, Diykh M, Wan X (2016) Классификация эпилептических сигналов ЭЭГ на основе простой случайной выборки и последовательного выбора признаков. Brain Inform 3:85–91
  Статья Google ученый
39. Haury AC, Gestraud P, Vert JP (2011) Влияние методов выбора признаков на точность, стабильность и интерпретируемость молекулярных сигнатур. PLoS ONE 6:e28210
  Артикул Google ученый
40. Чандрашекар Г., Сахин Ф. (2014) Обзор методов выбора признаков. Comput Electr Eng 40:16–28
  Статья Google ученый
41. Тэтчер Р.В., Норт Д., Бивер С. (2005) ЭЭГ и интеллект: связь между когерентностью ЭЭГ, фазовой задержкой ЭЭГ и мощностью. Клин Нейрофизиол 116:2129–2141
  Артикул Google ученый
42. Wee CY, Yap PT, Zhang D, Denny K, Browndyke JN, Potter GG, Welsh-Bohmer KA, Wang L, Shen D (2012) Идентификация лиц с MCI с использованием сетей структурной и функциональной связи. Нейроимидж 59:2045–2056
  Статья Google ученый
43. Ван Д., Чжан Х., Лю Р., Лв В., Ван Д. (2014) Подход к выбору признаков t-теста на основе частоты терминов для категоризации текста. Распознавание образов. Письмо 45:1–10
  Артикул Google ученый
44. Мванги Б., Тиан Т.С., Соарес Дж.К. (2014) Обзор методов уменьшения признаков в нейровизуализации. Нейроинформатика 12:229–244
  Статья Google ученый
45. Бхушан В., Саха Г., Линдсен Дж. , Шимоджо С., Бхаттачарья Дж. (2012) Как мы выбираем одно над другим: прогнозирование решения о предпочтениях в каждом испытании. ПЛОС ОДИН 7:e43351
  Артикул Google ученый
46. Кубат М., Матвин С. и др. (1997) Решение проблемы несбалансированных тренировочных наборов: односторонний отбор. В: ICML, том 97. Нэшвилл, стр. 179–186
47. Лю Ю., Чавла Н.В., Харпер М.П., Шриберг Э., Столке А. (2006) Исследование машинного обучения на основе несбалансированных данных для обнаружения границ предложений в речи. Comput Speech Lang 20:468–494
  Статья Google ученый
48. Хайкин С. (1994) Нейронные сети: всеобъемлющая основа. Prentice Hall PTR, Нью-Йорк
  МАТЕМАТИКА Google ученый
49. Bishop CM (1995) Нейронные сети для распознавания образов. Издательство Оксфордского университета, Оксфорд
  МАТЕМАТИКА Google ученый
50. Мёллер М.Ф. (1993) Алгоритм масштабированного сопряженного градиента для быстрого обучения с учителем. Нейронная сеть 6:525–533
  Артикул Google ученый
51. Сайс Ю., Инза И., Ларраньяга П. (2007) Обзор методов выбора признаков в биоинформатике. Биоинформатика 23:2507–2517
  Статья Google ученый
52. Jafari P, Azuaje F (2006) Оценка недавно опубликованных анализов данных об экспрессии генов: отчет об экспериментальном дизайне и статистических факторах. БМС Мед Информ Решение Мак 6:27
  Артикул Google ученый
53. Комбриссон Э., Джерби К. (2015) Случайное превышение уровня шанса: предостережение о теоретических уровнях шанса в классификации сигналов мозга и статистической оценке точности декодирования. J Neurosci Methods 250:126–136
  Статья Google ученый
54. Boly M, Balteau E, Schnakers C, Degueldre C, Moonen G, Luxen A, Phillips C, Peigneux P, Maquet P, Laureys S (2007) Базовые колебания мозговой активности предсказывают соматосенсорное восприятие у людей. Proc Natl Acad Sci 104: 12187–12192
  Артикул Google ученый
55. Саммерфилд С., де Ланж Ф.П. (2014) Ожидание при принятии решений на основе восприятия: нейронные и вычислительные механизмы. Nat Rev Neurosci 15:745–756
  Статья Google ученый
56. Sussman TJ, Weinberg A, Szekely A, Hajcak G, Mohanty A (2016) Здесь возникают проблемы: предстимульная активность мозга предсказывает повышенное восприятие угрозы. Кора головного мозга 27 (4): 2695–2707
  Google ученый
57. «>
  Hindy NC, Ng FY, Turk-Browne NB (2016) Связь завершения паттерна в гиппокампе с прогнозирующим кодированием в зрительной коре. Nat Neurosci 19:665
  Статья Google ученый
58. Шапиро А.С., Кастнер Л.В., Терк-Браун Н.Б. (2012) Формирование репрезентаций объектов в средней височной доле человека на основе временных закономерностей. Карр Биол 22: 1622–1627
  Артикул Google ученый
59. Reddy L, Poncet M, Self MW, Peters JC, Douw L, Van Dellen E, Claus S, Reijneveld JC, Baayen JC, Roelfsema PR (2015) Изучение упреждающих ответов в одиночных нейронах медиальной височной доли человека . Нац Коммуна 6:8556
  Артикул Google ученый
60. Барик К., Джонс Р., Бхаттачарья Дж., Саха Г. (2019) Исследование влияния предварительного ожидания на парейдолию лица с использованием пространственного паттерна. В: Машинный интеллект и анализ сигналов. Спрингер, Сингапур, стр. 437–451
61. Десимон Р., Дункан Дж. (1995) Нейронные механизмы избирательного зрительного внимания. Annu Rev Neurosci 18:193–222
  Статья Google ученый
62. Hanslmayr S, Aslan A, Staudigl T, Klimesch W, Herrmann CS, Bäuml KH (2007) Предстимульные колебания прогнозируют характеристики зрительного восприятия между субъектами и внутри них. Нейроизображение 37:1465–1473
  Статья Google ученый
63. Мэн М., Чериан Т., Сингал Г., Синха П. (2012) Латерализация обработки лица в человеческом мозгу. Proc R Soc Lond B Biol Sci 279:2052–2061
  Статья Google ученый
64. Хирнштейн М., Лиск С., Роуз Дж., Хаусманн М. (2010) Выяснение взаимосвязи между полушарной асимметрией и когнитивными способностями. Brain Cognit 73:119–127
  Статья Google ученый
65. Спрингер С.П., Дойч Г. (1998) Левое полушарие, правое полушарие: перспективы когнитивной нейробиологии. WH Freeman/Times Books/Henry Holt & Co, Лондон
  Google ученый
66. Смит С.Д., Булман-Флеминг М.Б. (2004) Полушарная асимметрия бессознательного восприятия эмоций. Brain Cognit 55:452–457
  Статья Google ученый
67. Канвишер Н., Макдермотт Дж., Чун М.М. (1997) Веретенообразная область лица: модуль экстрастриарной коры человека, специализирующийся на восприятии лица. J Neurosci 17:4302–4311
  Статья Google ученый
68. Hsiao FJ, Hsieh JC, Lin YY, Chang Y (2005) Влияние пространственных частот лица на корковую обработку, выявленное с помощью магнитоэнцефалографии. Neurosci Lett 380:54–59
  Статья Google ученый
69. Haxby JV, Hoffman EA, Gobbini MI (2000) Распределенная нейронная система человека для восприятия лица. Тенденции Cognit Sci 4:223–233
  Артикул Google ученый
70. Pegna AJ, Khateb A, Michel CM, Landis T (2004) Зрительное распознавание лиц, объектов и слов с использованием ухудшенных стимулов: где и когда это происходит. Hum Brain Map 22:300–311
  Статья Google ученый
71. Пьюс А., Эллисон Т., Асгари М., Гор Дж. К., Маккарти Г. (1996) Дифференциальная чувствительность зрительной коры человека к лицам, цепочкам букв и текстурам: исследование функциональной магнитно-резонансной томографии. J Neurosci 16: 5205–5215
  Артикул Google ученый
72. «>
  Россион Б., Джойс К.А., Коттрелл Г.В., Тарр М.Дж. (2003) Ранняя латерализация и настройка ориентации для обработки лиц, слов и объектов в зрительной коре. Нейроизображение 20:1609–1624
  Статья Google ученый
73. Лоффлер Г., Юрганов Г., Уилкинсон Ф., Уилсон Х.Р. (2005) данные фМРТ о представлении лиц на нейронах. Нат Невроски 8: 1386–1391
  Артикул Google ученый
74. Йовель Г., Канвишер Н. (2004) Восприятие лица: специфично для области, а не для процесса. Нейрон 44:889–898
  Google ученый
75. Башар Э., Башар-Эроглу С., Каракаш С., Шюрманн М. (2001) Гамма-, альфа-, дельта- и тета-колебания управляют когнитивными процессами. Int J Psychophysiol 39:241–248
  Статья Google ученый
76. «>
  Von Stein A, Sarnthein J (2000) Различные частоты для различных масштабов корковой интеграции: от локальной гаммы до дальней синхронизации альфа/тета. Int J Psychophysiol 38:301–313
  Статья Google ученый
77. Линкенкер Хансен К., Никулин В.В., Палва С., Илмониеми Р.Дж., Палва Дж.М. (2004) Предстимульные колебания повышают психофизическую работоспособность человека. J Neurosci 24:10186–10190
  Артикул Google ученый
78. Babiloni C, Vecchio F, Bultrini A, Romani GL, Rossini PM (2006) Альфа-ритмы до и после стимула связаны с сознательным визуальным восприятием: исследование ЭЭГ с высоким разрешением. Кора головного мозга 16:1690–1700
  Статья Google ученый
79. Саусенг П., Климеш В., Доппельмайр М., Печерсторфер Т., Фройнбергер Р., Ханслмайр С. (2005) Альфа-синхронизация ЭЭГ и функциональная связь во время обработки сверху вниз в задаче на рабочую память. Hum Brain Map 26: 148–155
  Артикул Google ученый
80. Siegel M, Körding KP, König P (2000) Интеграция сенсорной обработки сверху вниз и снизу вверх с помощью сомато-дендритных взаимодействий. J Comput Neurosci 8:161–173
  Статья Google ученый
81. Майер А., Швиджик К.М., Вибрал М., Сингер В., Меллони Л. (2016) Ожидание увидеть букву: альфа-колебания как носители сенсорных предсказаний сверху вниз. Кора головного мозга 26: 3146–3160
  Артикул Google ученый
Скачать ссылки
Вклад авторов
JB и GS задумали и спроектировали эксперименты; RJ собрал данные ЭЭГ; КБ проанализировал данные; RJ, JB и GS предоставили реагенты/материалы/инструменты для анализа; KB, SND и JB написали статью с комментариями RJ и GS. Все авторы прочитали и одобрили окончательный вариант рукописи.
Конкурирующие интересы
Авторы заявили об отсутствии конкурирующих интересов.
Наличие данных и материалов
Данные были предоставлены сотрудничающим институтом Индийскому технологическому институту Харагпур для проведения экспериментов.
Согласие на публикацию
Все участники дали письменное информированное согласие до сбора данных.
Одобрение этики и согласие на участие
Протокол сбора данных от участников был одобрен Местным комитетом по этике в Голдсмитс, Лондонский университет.
Финансирование
Работа финансировалась Министерством людских ресурсов и развития правительства Индии в рамках схемы «Сигналы и системы для наук о жизни» (санкционировано см. № F. № 4-23/2014-TS.I , от 14-02-2014). Эта публикация отражает точку зрения только авторов, и спонсоры не несут ответственности за любое использование содержащейся в ней информации.
Примечание издателя
Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и институциональной принадлежности.
Информация об авторе
Авторы и организации
1. Факультет электроники и техники электросвязи, Индийский технологический институт, Харагпур, Индия
  Кастури Барик, Сайед Насер Дайми и Гутам Саха
2. Факультет психологии, Лондонский университет Голдсмитс, Лондон, Великобритания
  Джойдип Бхаттачарья
Авторы
1. Кастури Барик
  Посмотреть публикации автора
  Вы также можете искать этого автора в PubMed Google Scholar
2. Syed Naser Daimi
  Просмотр публикаций автора
  Вы также можете искать этого автора в PubMed Google Scholar
3. Rhiannon Jones
  Просмотр публикаций автора
  Вы также можете искать этого автора в PubMed Google Академия
4. Joydeep Bhattacharya
  Посмотреть публикации автора
  Вы также можете искать этого автора в PubMed Google Scholar
5. Goutam Saha
  Просмотр публикаций автора
  Вы также можете искать этого автора в PubMed Google Scholar
Автор, ответственный за корреспонденцию
Кастури Барик.
Доп. файл
Доп. файл 1.
Среднее количество выбранных атрибутов для различных типов объектов.
Права и разрешения
Открытый доступ Эта статья распространяется на условиях международной лицензии Creative Commons Attribution 4.0 (http://creativecommons.org/licenses/by/4.0/), которая разрешает неограниченное использование, распространение, и воспроизведение на любом носителе, при условии, что вы укажете автора(ов) оригинала и источник, предоставите ссылку на лицензию Creative Commons и укажете, были ли внесены изменения.
Reprints and Permissions
About this article
A Classification of Types – Purple Perils
November 1968
The Perception of Surface Layout: A Classification of Types
J. J. Gibson, Cornell University

Распространение во всемирной паутине книги Джеймса Гибсона «Фиолетовые опасности» предназначено для научного использования при том понимании, что Гибсон не предназначал их для публикации.
Ссылки на эти эссе должны прямо указывать их как неопубликованные рукописи. Копии могут быть распространены, если это заявление включено в каждую копию.

В 1950 году ( Визуальный мир , стр. 8) было высказано предположение, что основными типами восприятия пространства являются «поверхность» и «край». Но термин «край» имеет несколько значений, и их нужно различать. При этом «поверхность» может приближаться к состоянию прозрачности и становиться невидимой, а может быть зеркальной, чтобы давать «виртуальное» или иллюзорное восприятие. Я имел в виду непрозрачную, отражающую рассеяние поверхность, которая видна как таковая.
Мы еще не до конца понимаем условия видимости поверхностей; последствия Ganzfeld Эксперименты не согласованы. Тем не менее полезно теоретизировать, что восприятие пространства — это не одна проблема, как мы видим третье измерение, а комплекс проблем, связанных с восприятием планировки поверхности. Чтобы отделить проблемы друг от друга, нам нужна классификация типов или форм , которые может принимать планировка. Может показаться, что объемная геометрия могла бы обеспечить такую классификацию, но знакомое расширение плоской геометрии до третьего измерения не годится, поскольку оно не принимает во внимание непрозрачные плоскости. Нам придется использовать непрозрачная сплошная геометрия.
Проблема восприятия расположения непрозрачных поверхностей отличается от проблемы восприятия расположения прозрачных поверхностей тем, что первые скрывают или скрывают то, что находится «за ними». Этот факт будет называться occlusion . Закрытие одной поверхности другой зависит, конечно, от точки наблюдения. В любой заданной точке наблюдения некоторые непрозрачные поверхности окружающей среды будут проецироваться, а другие не проецироваться, то есть одни будут «открыты», а другие «закрыты». Этот факт характерен для экологического пространства в отличие от абстрактно-геометрического пространства.
Предполагается, что восприятие макета в пространстве изображения представляет особый подмножество проблем восприятия макета. Изображение представляет собой застывший образец оптического массива, у него обычно есть «кадр», и обычно видна его собственная поверхность, так что проблема восприятия глубины осложняется неясностями и несовпадениями информации. Картинки здесь не рассматриваются.
Вопрос в том, как можно классифицировать основные формы средовой планировки? Можно сделать классификацию без привязки к точке наблюдения и затем еще с привязкой к точке наблюдения. Я попробую оба. Дальнейшее является предварительным.
I. Геометрические схемы
Какие сочетающие формы экологического пространства, восприятие которых необходимо понять? Мы слишком долго занимались точками, линиями и плоскостями плюс «формами» (плоскими и объемными) абстрактной геометрии.
1. Плоский , выпуклый , и вогнутая поверхность . Поверхность может отклоняться от плоскостности на положительный или отрицательный двугранный угол (выпуклый или вогнутый). Любой тип имеет вершину , то есть «угол» или «край». Выпуклый двугранный угол, который является острым, называется «острым» краем; если тупой, то это «тупой» край.
Поверхность также может отклоняться от плоскостности из-за положительной или отрицательной кривизны . Кривая не имеет вершины. Кривизна только в одном измерении дает «гребень» или «долину». Кривизна в обоих измерениях дает «выпуклость» или «углубление». Противоположная кривизна в двух измерениях дает «седло».
2. Замкнутая сплошная поверхность . Я предлагаю назвать это «объектом». Его поверхности могут иметь любую из вышеперечисленных форм компоновки. Если они составлены из двугранных углов, плоскости можно назвать «гранями», и тогда объект является многогранником.
3. Удлиненный предмет . Когда замкнутая поверхность вытянута в двух измерениях по отношению к третьему, она стремится стать «листом». Когда он вытянут в одном измерении по отношению к двум другим, он стремится стать «стержнем», «палкой», «проволокой» или «волокном». Аннотация плоскость — это своего рода исчезающий призрак листа, а абстрактная линия — призрак провода.
4. Стык двух поверхностей . Когда две поверхности находятся в непосредственной близости, возникает «трещина». Если разделить, будет «разрыв». Обратите внимание, что «трещина» вызовет линию в оптической матрице, и это не то же самое, что контур .
II. Разметка с привязкой к точке наблюдения
Теперь мы готовы ввести факт окклюзии. За исключением голой внутренней части ограждения без окон или, возможно, протяженной плоскости безликой земли (но даже там будет существовать горизонт), некоторые части общей схемы поверхности окружающей среды будут скрывать другие части, и это будет зависеть от точки. наблюдения. «Задняя часть» выпуклости и «передняя часть» выпуклости могут быть скрыты; «задняя часть» объекта всегда скрыта, а отдельный объект всегда скрывает «фон». Но учтите, что всегда некоторая точка наблюдения, в которой любая часть поверхности не скрыта. Для описания форм я позаимствую термин «край» из непрозрачной твердотельной геометрии. Для окклюзии всегда должен быть загораживающий край. Но обратите внимание, что это не обязательно должна быть вершина двугранного угла. Каковы комбинированные формы расположения по отношению к возможному наблюдению ?
1. Апикальная закрывающая кромка . Примерами этого являются угол коридора, выступ крыши и край обрыва. На приведенной ниже диаграмме окклюзионная поверхность представлена пунктирной линией, а неокклюзионная поверхность — сплошной линией. Точка наблюдения указана, но стоит на поставил таких точек. Диаграмма может иметь любой размер или ориентацию.
Апикальная окклюзионная кромка
2. Изогнутая окклюзионная кромка. Примером может служить «бровь» холма. Обратите внимание, что криволинейная заслоняющая кромка перемещается вдоль поверхности по мере перемещения точки наблюдения, поскольку на диаграмме она является касательной к кривой. В обоих видах закрывающей грани есть резкий контраст в оптическом ряду, контур, отделяющий оптические текстуры скрытой поверхности от поверхности нескрытой, но в последнем виде в мире нет геометрического края.
Изогнутая закрывающая кромка
3. Передне-задняя закрывающая кромка . Это разделение между тем, что мы называем «лицевой стороной» объекта и «обратной стороной». Край является апикальным для многогранного объекта, но изогнутым для изогнутого объекта. Дело в том, что обратная сторона объекта воспринимается в некотором значении термина, и это парадокс для теорий восприятия, основанных на ощущениях.
Передне-задняя закрывающая кромка
4. Предельный случай, промежуточный между закрывающей кромкой и двугранным углом . В частном случае, показанном на диаграмме ниже, имеется глубина контура в массиве (одна поверхность дальше другой), но неясно, закрыта ли одна поверхность или простирается за другой).
Неоднозначный случай
5. Перекрытие фона объектом . Теперь мы представляем две формы компоновки, которые включают непрерывную фоновую поверхность. Наиболее распространенным типом является объект , который перекрывает этот фон, что приводит к замкнутому контуру в оптической матрице. Это приводит к известному феномену фигуры-фона. Феноменально кажется, что земля непрерывно простирается за фигурой. наблюдается увеличение кажущейся глубины снаружи говорят, что контур и контур «принадлежат» внутреннему, а не внешнему. Эти феноменальные факты можно заметить даже на застывшей картине, и из них было сделано многое. Но феномен фигура-фон не является единственным прототипом зрительного восприятия, который предполагала гештальт-теория.
Перекрывающий фон
6. Перекрывающий фон в случае окна (проема). Фон может быть перекрыт поверхностью с отверстием г. в нем, а также по предмету, хотя и реже. Это также приводит к замкнутому контуру в оптической решетке. Но закрывающий край отверстия противоположен закрывающему краю объекта. Когда край обнаружен, происходит увеличение кажущейся глубины внутри контура. Кажется, что фон непрерывно простирается за пределы контура, и контур «принадлежит» снаружи, а не внутри.
Окно
Подразумевается, что направление глубины в контуре однозначно определяется не «замыканием» контура, а информацией о стимуле для окклюзии, то есть информацией, определяющей, какая сторона контура является окклюзионной. край. Эта информация более или менее двусмысленна, когда оптическая матрица исходит из рисунка или застыла во времени. Лучшая информация исходит от прогрессивного изменение окклюзии, о чем свидетельствуют киносъемочные исследования этого явления (Gibson et al., 1969; Kaplan, 1969). Возможно, есть не менее хорошая информация от бинокулярной диспаратности окклюзии на краю, но это новый вид бинокулярной диспаратности и он еще не изучен. Однако опыты Юлеша можно интерпретировать таким образом. Очевидно, термин «глубина» расплывчат и вводит в заблуждение; есть много видов восприятия глубины, которые необходимо отсортировать. Даже термин «край» неоднозначен, и здесь была предпринята попытка выделить несколько видов воспринимаемых краев и отличить их, в свою очередь, от «контура» и «линии». Бесполезно постулировать «детекторы границ» в зрительном восприятии, если мы не знаем, что нужно обнаружить. Следует иметь в виду, что эти «формы» замыкающего края вместе с их поверхностями могут входить в безграничный набор комбинаций. Я предполагаю, что все поверхности имеют физическую текстуру, и это макет на микроскопическом уровне. Это «основные» формы компоновки?
Международное восприятие звуков легких: сравнение классификации в некоторых странах Европы
Текст статьи
Меню статьи
- Статья
  Текст
- Артикул
  информация
- Цитата
  Инструменты
- Поделиться
- Быстрое реагирование
- Артикул
  Метрика
- Оповещения
PDF
Физиология дыхания

International perception of lung sounds: a comparison of classification across some European borders
1. Juan Carlos Aviles-Solis1,
2. Sophie Vanbelle2,
3. Peder A Halvorsen1,
4. Nick Francis3,
5. Jochen W L Cals4,
6. Елена А Андреева5,
7. Альда Маркес6,
8. Пяйви Пийриля7,
9. Ханс Пастеркамп8 и
10. Хассе Мельбю1
1. ¹ Исследовательский отдел общей практики, факультет общественной медицины, UIT Арктический университет Норвегии, Тромсё, Норвегия
2. ² Департамент методологии и статистики, Маастрихтский университет, Маастрихт, Нидерланды
3. ³ Департамент первичной медико-санитарной помощи и общественного здравоохранения Кардиффского университета, Кардифф, Великобритания
4. ⁴ Кафедра семейной медицины, Научно-исследовательский институт ухода и общественного здравоохранения CAPHRI, Маастрихтский университет, Маастрихт, Нидерланды
5. ⁵ Кафедра семейной медицины Северного государственного медицинского университета (СГМУ), Архангельск, Россия
6. ⁶ Лаборатория 3R – Лаборатория респираторных исследований и реабилитации, Школа наук о здоровье (ESSUA) и Институт исследований в области биомедицины (iBiMED), Университет Авейру, Авейру, Португалия
7. ⁷ Отделение клинической физиологии, Центр медицинской визуализации HUS, Университетская клиника Хельсинки и Хельсинкский университет, Хельсинки, Финляндия
8. ⁸ Кафедра педиатрии и детского здоровья, Медицинский колледж Университета Манитобы, Виннипег, Манитоба, Канада
1. Соответствие д-р Хуан Карлос Авилес-Солис; juan. c.solis{at}uit.no
Abstract
Введение Аускультация легких помогает в диагностике заболеваний легких и сердца; однако диагностическая ценность звуков в легких может быть поставлена под сомнение из-за различий между наблюдателями. Эта ситуация также может помешать клиническим исследованиям в этой области для получения основанных на фактических данных знаний о роли аускультации грудной клетки в современных клинических условиях. Запись и визуальное отображение звуков легких — это метод, который можно повторять и который можно использовать в больших выборках, и цель этого исследования состояла в том, чтобы оценить согласие между наблюдателями с использованием этого метода.
Методы С помощью микрофона в трубке стетоскопа мы собрали цифровые записи звуков легких с шести участков на поверхности грудной клетки у 20 человек в возрасте 40 лет и старше с заболеваниями легких и сердца и без них. В общей сложности 120 записей и их спектрограммы были независимо классифицированы 28 наблюдателями из семи разных стран. Мы использовали абсолютное согласие и коэффициенты Каппа, чтобы изучить согласие между наблюдателями при классификации хрипов и хрипов внутри и между подгруппами из четырех наблюдателей.
Результаты При оценке совпадения хрипов (вдох или выдох) в каждой подгруппе наблюдатели согласились между 65% и 87% случаев. Каппа Конгера колебалась от 0,20 до 0,58, а четыре из семи групп достигли каппа ≥0,49. При классификации хрипов мы наблюдали вероятность совпадения от 69% до 99,6% и значения каппа от 0,09 до 0,97. Четыре из семи групп достигли каппа ≥0,62.
Выводы Значения каппа, которые мы наблюдали в нашем исследовании, варьировались в широких пределах, но, обращаясь к его ограничениям, мы находим метод записи и представления звуков легких со спектрограммами достаточными как для клиники, так и для исследования. Стандартизация терминологии в разных странах улучшит международное общение по результатам аускультации легких.
Это статья с открытым доступом, распространяемая в соответствии с некоммерческой лицензией Creative Commons Attribution (CC BY-NC 4. 0), которая позволяет другим распространять, ремикшировать, адаптировать, основываться на этой работе в некоммерческих целях и лицензировать свои производные работы. на разных условиях, при условии, что оригинальная работа правильно процитирована и ее использование не является коммерческим. См.: http://creativecommons.org/licenses/by-nc/4.0/
http://dx.doi.org/10.1136/bmjresp-2017-000250
Статистика с сайта Altmetric.com
Запросить разрешения
Если вы хотите повторно использовать часть или всю эту статью, воспользуйтесь приведенной ниже ссылкой, которая приведет вас к службе RightsLink Центра защиты авторских прав. Вы сможете получить быструю цену и мгновенное разрешение на повторное использование контента различными способами.
Ключевые сообщения
- Мы обнаружили различия в уровне согласия, когда клиницисты классифицировали легочные звуки.
- Цифровая запись с использованием спектрограмм – метод, пригодный для исследования легочных шумов.
- Стандартизация терминологии звуков легких улучшит международное общение по этому вопросу.
Введение
Аускультация легких — старый и хорошо известный в клинической медицине метод. Случайные звуки в легких, такие как хрипы и хрипы, помогают в диагностике ряда заболеваний легких и сердца. 1–5 Однако диагностическая ценность аускультации грудной клетки может быть поставлена под сомнение из-за вариабельности распознавания легочных звуков. 6–8 В шкала от 0 до 1, исследование Spiteri et al. обнаружили каппа κ = 0,41 для хрипов и κ = 0,51 для хрипов, когда клиницисты классифицировали легочные звуки.9 Аналогичные результаты были получены в других исследованиях.10–14 Также были обнаружены более низкие уровни согласия.7,15
Однако большинство из этих показателей согласия были основаны на последовательном прослушивании врачами пациентов с помощью стетоскопа. Клиницисты, работающие в том же отделении больницы, оценили звуки в этих исследованиях, сделав выборку однородной, и применимость результатов может быть поставлена под сомнение. логистические проблемы. Для клинических исследований в этой области необходимы новые методы для получения основанных на фактических данных знаний о роли легочных звуков в современных клинических условиях.
Исследования согласия между наблюдателями с использованием записей звуков легких, а не традиционной аускультации, могут быть хорошей альтернативой. стетоскопы. Запись и визуальное отображение звуков легких могут применяться в больших выборках, а классификации звуков могут повторяться. Однако мы до сих пор не знаем достоверности таких классификаций.
Целью настоящего исследования было описание согласия между наблюдателями среди международной выборки оценщиков, включая врачей общей практики (ВОП), пульмонологов и студентов-медиков, при классификации легочных звуков у взрослых в возрасте 40 лет и старше с использованием аудиозаписей с отображением спектрограммы.
Методы
С августа по октябрь 2014 года мы провели поперечное исследование, чтобы изучить согласованность в классификации звуков в легких. Чтобы получить материал для классификации, мы набрали удобную выборку из 20 человек в возрасте 40 лет и старше. Мы установили контакт с реабилитационной программой на севере Норвегии для пациентов с заболеваниями сердца и легких (рак легких, хроническая обструктивная болезнь легких, сердечная недостаточность и т. д.). Мы получили разрешение провести презентацию о звуках в легких, и в конце презентации мы пригласили пациентов принять участие в нашем исследовательском проекте в качестве испытуемых. Четырнадцать пациентов, посещавших реабилитационную программу, согласились участвовать, и в тот же вечер мы записали легочные шумы. Пациентам в среднем было 67,43 года (44–84), девять из них были женщинами. Чтобы получить сбалансированную выборку (относительно распространенности хрипов, хрипов и нормальных звуков в легких), мы получили остальные записи от шести самоотчетных здоровых сотрудников нашего университета в возрасте в среднем 51,83 года (46–67 лет) и пятерых из них. женский. Мы регистрировали следующую информацию об испытуемых: возраст, пол и сообщаемая ими история болезни сердца или легких. Не было зарегистрировано никакой личной информации, которая могла бы связать звукозаписи с отдельными субъектами.
Запись легочных шумов
Для записи легочных шумов использовали микрофон MKE 2-EW с беспроводной системой EW 112-P G3-G (Sennheiser electronic, Wedemark, Германия), помещенный в трубку Littmann Master Classic II стетоскоп (3M, Мейплвуд, Миннесота, США) на расстоянии 10 см от головного убора. Микрофон был подключен к цифровому звукозаписывающему устройству Handy h5n (Zoom, Токио, Япония).
Мы приложили мембрану стетоскопа к обнаженной грудной клетке испытуемых. Мы просили испытуемых глубоко дышать, держа рот открытым. Мы начали запись вдохновенно и продолжали примерно 20 секунд, пытаясь зафиксировать три полных дыхательных цикла с хорошим качеством звука. Мы выполнили эту же процедуру в шести разных местах (рис. 1). Исследователь, собиравший записи, использовал наушники в качестве аудиомонитора для оценки качества записи. Когда во время записи было слышно слишком много шума или кашля, выполнялась вторая попытка.
Рисунок 1
Верхний: иллюстрация, показывающая различные места, где были записаны легочные звуки. (1_2) между позвоночником и медиальным краем лопатки на уровне Т4–Т5; 3_4 – в средней точке между позвоночником и средней подмышечной линией на уровне Т9–Т10; (5_6) на пересечении среднеключичной линии и второго межреберья. Внизу: изображение, показывающее две разные спектрограммы, содержащие хрипы (A) и хрипы (B). Хрипы проявляются в виде вертикальных линий (стрелки), а хрипы — в виде горизонтальных линий (*).
Всего мы получили 120 аудиофайлов. Аудиофайлы были в формате «.wav» и записаны с частотой дискретизации 44 100 Гц и глубиной 16 бит в одном монофоническом канале. Мы не проводили постобработку звуковых файлов и не применяли фильтры.
Представление звуков
Один исследователь (HM) выбрал участки с меньшим уровнем шума в соответствии со своим акустическим восприятием. Фазы дыхания определяли путем прослушивания записей (обычно начинавшихся с вдоха) и визуального анализа спектрограмм. Спектрограмма для каждой из этих записей была создана с использованием Adobe Audition V.5.0 (Adobe Systems, Сан-Хосе, Калифорния, США) (рис. 1). Спектрограммы отображали время по оси x, частоту по оси y и интенсивность по насыщенности цвета. Видео выбранных спектрограмм, где полоса индикатора следует за звуком, были сняты с экрана компьютера с использованием программного обеспечения Camtasia Studio V.8 (TechSmith, Okemos, MI, USA). Мы собрали эти 120 видеороликов звуков легких в презентации PowerPoint (Microsoft, Редмонд, Вашингтон, США). Возраст, пол и место записи, но не клиническая информация, были представлены об субъектах. Большинство записей начиналось во время вдоха, и если это не так, то это уточнялось.
Набор оценщиков и классификация файлов
Мы набрали семь групп из четырех оценщиков для классификации 120 записей: Нам нужна была неоднородная выборка, поэтому мы включили врачей общей практики из Нидерландов, Уэльса, России и Норвегии, Университетская больница Северной Норвегии, международная группа экспертов (исследователей) в области легочных звуков (Пастеркамп Х. , Пиирила П., Совиярви А., Маркес А.) и студенты-медики шестого курса факультета медицинских наук UiT, Арктика Университет Норвегии. Мы выбрали четырех оценщиков в каждой группе для попарных сравнений. Средний возраст групп оценщиков варьировался от 25 (студенты) до 59 лет.лет (исследователи легочного звука) и стаж работы от 0 (студенты) до 28,5 лет (исследователи легочного звука).
Все 28 наблюдателей независимо классифицировали 120 записей. Сначала мы попросили наблюдателей классифицировать звуки в легких как нормальные или ненормальные. Если они были ненормальными, они должны были дополнительно классифицировать их как содержащие потрескивания, хрипы или другие ненормальные звуки. Можно было отметить более одного варианта. Наблюдатели уточнили, произошли ли нарушения на вдохе или выдохе. Кроме того, они могли отметить наличие шума в записи. Мы предложили два варианта заполнения анкеты: электронная форма в Microsoft Access (Microsoft) и печатная версия анкеты. Обучение рейтеров мы не проводили. Чтобы познакомить оценщиков со звуками и спектрограммами, презентация PowerPoint со 120 записями началась с демонстрации трех примеров: один с нормальными звуками в легких, один с хрипами и один с хрипами. Оценщики могли свободно воспроизводить видеоролики (содержащие звукозапись и спектрограмму одновременно) несколько раз и свободно перемещаться по кейсам. Мы использовали английский язык в презентации видео и анкетах. В России и Нидерландах наблюдателям были предложены переводы терминов, включенных в опрос. Эти переводы были взяты из предыдущих исследований с использованием терминологии звуков легких.18, 19
Статистический анализ
Мы рассчитали вероятность совпадения и каппа Конгера для нескольких оценок, используя дельта-метод для анализа многоуровневых данных.20 Коэффициент каппа Конгера был выбран вместо каппа Флейсса, потому что наблюдатели, классифицирующие звуки, были одинаковыми для всех звуков. Мы проанализировали внутригрупповое согласие в каждой из семи групп наблюдателей при классификации записей на наличие хрипов и хрипов вне зависимости от фазы дыхания. Мы использовали статистическое программное обеспечение «R» V.3.2.1 вместе с пакетом «multiagree» для статистического анализа каппа-статистики.21
Чтобы можно было сравнить уровни согласия между группами и внутри групп, уровни согласия внутри и между группами были сведены в матрицу, где диагональные элементы представляют средний уровень согласия между всеми возможными парами, образованными двумя наблюдателями в одном и том же группа, а недиагональные элементы представляют средний уровень согласия между всеми возможными парами с одним наблюдателем в одной группе и вторым наблюдателем пары в другой группе. Эта информация была сведена в коррелограммы с использованием R-пакета «Corrplot».22
Сообщение об этом исследовании было опубликовано в соответствии с Руководством по составлению отчетов об исследованиях надежности и согласованности.23
Результаты
Распространенность хрипов и хрипов
Все 28 наблюдателей независимо классифицировали 120 записей. По экспертной классификации хрипы присутствовали в 21% из 120 записей, хрипы — в 7,9%. В каждом случае (n = 20) у 15% людей были хрипы, а у 50% были хрипы в одной или нескольких записях. Распространенность хрипов и хрипов в 120 записях варьировалась между группами со средними значениями среди четырех наблюдателей от 17,0% до 29%.% для хрипов и 5,0-22% для хрипов (табл. 1). Сообщения о среднем шуме в группе варьировались от 1,46% до 17,70% (в среднем = 7,5%) записей. Не было существенной корреляции между использованием этой переменной и коэффициентами согласия или каппа. Группы с самым высоким уровнем согласия, как правило, чаще использовали эту переменную.
Таблица 1
Распространенность, вероятность совпадения, каппа Конгера (SE) и 95% CI для семи групп наблюдателей при классификации 120 звуковых файлов на наличие хрипов и хрипов
Согласие между наблюдателями в одной и той же группе
При оценке согласия между наблюдателями относительно хрипов (вдох или выдох) в каждой подгруппе наблюдатели согласились между 65% и 87% случаев. Каппа Конгера варьировалась от 0,20 до 0,58 (таблица 1), и четыре из семи групп достигли каппа ≥0,49 (медиана). При классификации хрипов мы наблюдали вероятность совпадения от 69% до 99,6% и значения каппа от 0,09 до 0,97 (таблица 1). Четыре из семи групп достигли каппа ≥0,62 (медиана).
Согласие между наблюдателями между различными группами
Согласование более низкого диапазона вероятности (<0,8 для хрипов и <0,9 для хрипов) внутри группы было связано с согласием вероятности более низкого диапазона с членами других групп. Соответственно, высокая степень согласия внутри группы была связана с высокой степенью согласия с членами других групп (рис. 2 и 3).
Рисунок 2
Средняя доля совпадения (А) и каппа (В) между парами оценщиков из одной (диагональной) и разных (недиагональной) групп при классификации звуков на наличие хрипов. Врач общей практики.
Рисунок 3
Средняя доля совпадения (A) и каппа (B) между парами оценщиков из одной (диагональной) и разных (недиагональной) групп при классификации звуков на наличие хрипов. Врач общей практики.
В частности, вероятность согласия между врачами общей практики и экспертами была очень похожа на вероятность согласия внутри группы экспертов (0,86 для хрипов и 0,96 для хрипов), за исключением группы российских врачей общей практики. Студенты согласились с экспертами несколько меньше (0,81 для шкварков и 0,96 для хрипов), в то время как пульмонологи показали еще более низкий уровень согласия с экспертами (0,78 для хрипов и 0,89 для хрипов). Аналогичные выводы можно сделать по значениям коэффициента каппа Коэна (рис. 2 и 3).
Обсуждение
Это исследование показало среднее совпадение Каппа 0,49 для хрипов и 0,62 для хрипов в группах наблюдателей. Несмотря на то, что коэффициенты каппа нельзя сравнивать напрямую, наши результаты аналогичны результатам, полученным в других исследованиях, анализирующих согласие между наблюдателями при классификации хрипов10–12, хрипов16 или обоих.6,7,913–15 24 Каппа-соглашения, которые мы обнаружили, не уступали тем, которые были обнаружены в других широко распространенных клинических исследованиях. 2 25–29
В нашем исследовании, когда уровни согласия между клиницистами из одной страны находились в более высоком диапазоне, мы также обнаружили более высокий уровень согласия с членами других групп и наоборот. Этот вывод свидетельствует об общем понимании между группами того, как классифицировать хрипы и хрипы, при этом некоторые группы сталкиваются с большими трудностями при единообразной классификации.
Мы обнаружили самые высокие уровни согласия среди экспертов и некоторых групп врачей общей практики. Врачи общей практики могут быть более знакомы с использованием аускультации легких, поскольку информация, полученная при визуализации грудной клетки, расширенном тестировании функции легких или анализе газов крови, недоступна. Кроме того, врачи общей практики больше привыкли выслушивать нормальные легочные шумы и звуки с дискретными отклонениями. Это могло быть отражено в одинаковых уровнях согласия между врачами общей практики из Великобритании и Норвегии и экспертами в этом исследовании.
Сильные стороны и ограничения
Силой нашего исследования было то, что мы включили в него группу опытных исследователей звуков легких. Они представляют рекомендуемое использование терминологии, и сравнение с их классификациями может быть полезным, хотя они и не использовались в качестве справочного стандарта.
Сильной стороной нашего исследования была также неоднородность наблюдателей с точки зрения клинического образования, опыта и страны проживания. Мы считаем, что это дает нам лучшую внешнюю достоверность, чем если бы мы включили однородную выборку. Однако этот фактор также создал некоторые проблемы, связанные с языком и терминологией, что было слабым местом исследования.
Различное использование терминологии звуков легких может повлиять на согласие между наблюдателями.24 30 Группа российских врачей общей практики имела более низкую внутригрупповую и межгрупповую согласованность. Мы считаем, что эта ситуация может быть частично объяснена путаницей в терминологии. Как ни странно, мы отмечаем, что российские врачи общей практики были знакомы с терминологией для звуков в легких, похожей на классическую терминологию Лаэннека, которая предлагает больше вариантов, чем простое различие между хрипами и хрипами.31 Более высокое согласие внутри группы и с экспертами, вероятно, было бы можно было бы найти, если бы исследование было основано на их собственной терминологии. Аналогичная проблема присутствовала в голландской выборке, где наблюдателям было трудно классифицировать то, что они называют «хрипами», как хрипы или хрипы, и они использовали переменную «другие ненормальные звуки» чаще, чем другие группы. Напротив, терминология, ограниченная хрипами и хрипами, используется в Великобритании и Норвегии, и это, вероятно, облегчило получение более высоких соглашений в этих странах.
Мы не представили аудиологическое определение хрипов и хрипов.32 Как показывают русская и голландская классификации, примеры звуков и переводы на родной язык не полностью устранили проблемы терминологии. Однако клиницисты не знакомы с аудиологическими определениями, и мы не думаем, что такие определения были бы полезны.
Значение для исследований
Для будущих исследований важно знать, что может быть трудно достичь высоких значений каппа, когда распространенность исследуемого признака очень низка или очень высока, даже если абсолютное согласие может быть высоким. 33 34 Это, вероятно, мало повлияло на наблюдаемые нами каппа-коэффициенты, поскольку распространенность хрипов и хрипов составила 21% и 7,9%.%, соответственно. Однако в реальных эпидемиологических данных можно обнаружить гораздо меньшую распространенность адвентивных легочных шумов. Соответственно, при использовании этого метода в эпидемиологических исследованиях должны быть реализованы специальные меры для повышения его надежности, такие как обучение оценщиков, согласование консенсуса, множественные независимые наблюдения и стандартизация терминологии.35
Заключение
Степень согласованности и, соответственно, значения каппа были в широком диапазоне, и некоторым группам было труднее добиться единообразия в классификации звуков дыхания, чем другим. Хотя наш опыт показал, что эта технология вполне подходит для исследований, стандартизация терминологии в разных странах с дополнительным обучением может улучшить международную коммуникацию по результатам аускультации легких.
Благодарности
Авторы благодарят профессора А. Совиярви, а также всех других оценщиков, участвовавших в этом исследовании, за их помощь в классификации. Авторы также благодарят реабилитационный центр LHL в Скиботне, Норвегия, за сотрудничество в выполнении записей.
Каталожные номера
1. 1.↵
  2. Баджетт РГ ,
  3. Люси ЧР ,
  4. малроу компакт-диск
  . Может ли клиническое обследование диагностировать левостороннюю сердечную недостаточность у взрослых? JAMA 1997; 277:1712–9.doi:10.1001/jama.1997.03540450068038
2. 2.↵
  2. Ван С.С. ,
  3. Фитцджеральд Дж. М. ,
  4. Шульцер М , и другие
  . Есть ли у этого пациента с одышкой в отделении неотложной помощи застойная сердечная недостаточность? JAMA 2005; 294:1944–56.doi:10.1001/jama.294.15.1944
3. 3.↵
  2. Метлай Дж.П. ,
  3. Капур В.Н. ,
  4. штраф МДж
  . Есть ли у этого пациента внебольничная пневмония? Диагностика пневмонии по анамнезу и физикальному обследованию. JAMA 1997; 278:1440–5.
4. 4.↵
  2. Холлеман ДР ,
  3. Симел ДЛ
  . Предсказывает ли клиническое обследование ограничение воздушного потока? JAMA 1995; 273:313–9.doi:10.1001/jama.1995.03520280059041
5. 5.↵
  2. Пониковски П. ,
  3. Воорс АА ,
  4. Анкер С.Д. , и другие
  . Руководство ESC 2016 г. по диагностике и лечению острой и хронической сердечной недостаточности: Целевая группа по диагностике и лечению острой и хронической сердечной недостаточности Европейского общества кардиологов (ESC). Разработан при особом участии Ассоциации сердечной недостаточности (HFA) Европейского общества кардиологов. Eur J Heart Fail 2016;18:891–975.doi:10.1002/ejhf.592
6. 6.↵
  2. малроу компакт-диск ,
  3. Долматч БЛ ,
  4. Делонг ER , и другие
  . Вариабельность наблюдателей при исследовании легких. J Gen Intern Med 1986;1:364–7.doi:10.1007/BF02596418
7. 7.↵
  2. Элфик ХЭ ,
  3. Ланкастер, Джорджия ,
  4. Солис А , и другие
  . Валидность и достоверность акустического анализа дыхательных шумов у детей раннего возраста. Arch Dis Child 2004; 89: 1059–63 .doi: 10.1136 / adc.2003.046458
8. 8.↵
  2. Джаухар С
  . Отказ от физического экзамена. N Engl J Med 2006; 354:548–51. doi:10.1056/NEJMp068013
9. 9.↵
  2. Спитери М.А. ,
  3. Кук Д.Г. ,
  4. Кларк С.В.
  . Надежность выявления физических признаков при осмотре грудной клетки. Ланцет 1988; 1:873–5.doi:10.1016/S0140-6736(88)
10. 10.↵
  2. Баджетт РГ ,
  3. Танака диджей ,
  4. Хант ДК , и другие
  . Можно ли диагностировать умеренную хроническую обструктивную болезнь легких только на основании данных анамнеза и физикального обследования? Am J Med 1993;94:188–96.doi:10.1016/0002-9343(93)-O
11. 11.↵
  Баджетт РГ ,
  Танака диджей ,
  Хант ДК , и другие
  . Клиническая оценка для диагностики обструктивных заболеваний дыхательных путей у пациентов с высоким риском. Сундук 1994;106:1427–31.doi:10.1378/сундук.106.5.1427
12. 12.↵
  Марголис П.А. ,
  Феркол ТВ ,
  Марсоччи С , и другие
  . Точность клинического обследования при выявлении гипоксемии у детей раннего возраста с респираторными заболеваниями. J Педиатр 1994; 124:552–60.doi:10.1016/S0022-3476(05)83133-6
13. 13.↵
  Випф JE ,
  Липский Б.А. ,
  Хиршманн СП , и другие
  . Диагностика пневмонии при физикальном обследовании: актуально или пережиток? Arch Intern Med 1999;159:1082–7.
14. 14.↵
  Холлеман ДР ,
  Симел ДЛ ,
  Голдберг Дж. С.
  . Диагноз обструктивной болезни дыхательных путей на основании клинического осмотра. J Gen Intern Med 1993; 8: 63–8 .doi: 10.1007 / BF02599985
15. 15.↵
  Брукс Д. ,
  Томас Дж.
  . Межоценочная достоверность аускультации дыхательных шумов у физиотерапевтов. Phys Ther 1995;75:1082–8.doi:10.1093/ptj/75.12.1082
16. 16.↵
  Воркум П ,
  ДельБоно ЕА ,
  Холфорд СК , и другие
  . Согласие наблюдателя, аускультация грудной клетки и хрипы у рабочих, подвергшихся воздействию асбеста. Сундук 1986;89:27–9.doi:10.1378/сундук.89.1.27
17. 17.↵
  МакКоллум ЭД ,
  Парк DE ,
  Уотсон Н.Л. , и другие
  . Согласие панели прослушивания и характеристики звуков легких, записанных в цифровом виде у детей в возрасте от 1 до 59 месяцев, включенных в исследование «случай-контроль» исследования этиологии пневмонии для здоровья детей (PERCH). BMJ Open Respir Res 2017;4:e000193.doi:10.1136/bmjresp-2017-000193
18. 18.↵
  Андреева Е ,
  Мелби Х
  . Полезность тестирования на С-реактивный белок при остром кашле/инфекции дыхательных путей: открытое кластерное рандомизированное клиническое исследование с тестированием на С-реактивный белок в группе вмешательства. BMC Fam Pract 2014;15:80.doi:10.1186/1471-2296-15-80
19. 19.↵
  Фрэнсис Н.А. ,
  Мелби Х ,
  Келли МДж , и другие
  . Различия в регистрации семейными врачами аускультативных нарушений у пациентов с острым кашлем не объясняются смесью случаев. Исследование 12 европейских сетей. Eur J Gen Pract 2013;19:77–84.doi:10.3109/13814788.2012.733690
20. 20.↵
  Ванбель С
  . Сравнение зависимых каппа-коэффициентов, полученных на многоуровневых данных. Biom J 2017;59:1016–34.doi:10.1002/bimj.201600093
21. 21.↵
  Ванбель С
  . Пакет R «multiagree»: сравнение зависимых каппа-коэффициентов, 2017.
22. 22.↵
  Вэй Т ,
  Симко В
  . R-пакет «corrplot»: визуализация корреляционной матрицы, 2017.
23. 23.↵
  Коттнер Дж. ,
  Одиже Л ,
  Брорсон С. , и другие
  . Были предложены рекомендации по составлению отчетов об исследованиях надежности и согласованности (GRRAS). J Clin Epidemiol 2011;64:96–106.doi:10.1016/j.jclinepi.2010.03.002
24. 24.↵
  Мелби Х ,
  Гарсия-Маркос Л. ,
  Марка П , и другие
  . Свистящие хрипы, хрипы и хрипы: упрощение описания звуков в легких увеличивает согласие по их классификации: исследование классификации 12 врачей звуков в легких на основе видеозаписей. BMJ Open Respir Res 2016;3:e000136.doi:10.1136/bmjresp-2016-000136
25. 25.↵
  Велозу С.Г. ,
  Лима МФ ,
  Саллес П.Г. , и другие
  . Согласованность показателей Глисона и модифицированных показателей Глисона при игольной биопсии и операционном образце рака предстательной железы между наблюдателями. Int Braz J Urol 2007; 33:639–51.doi:10.1590/S1677-55382007000500005
26. 26.↵
  Тиммерс Дж. М. ,
  ван Доорн-Нагтегал Х.Дж. ,
  Вербек А.Л. , и другие
  . Специальная программа обучения BI-RADS: влияние на различия между наблюдателями среди рентгенологов, проводящих скрининг. Eur J Radiol 2012;81:2184–8.doi:10.1016/j.ejrad.2011.07.011
27. 27.↵
  Броснан М ,
  Ла Герш А ,
  Кумар С. , и другие
  . Скромное согласие в интерпретации ЭКГ ограничивает применение скрининга ЭКГ у молодых спортсменов. Ритм Сердца 2015;12:130–6.doi:10.1016/j.hrthm.2014.09.060
28. 28.↵
  Хэлфорд Джей Джей ,
  Шиау Д. ,
  Дерошерс Дж.А. , и другие
  . Межэкспертное соглашение об идентификации электрографических припадков и периодических разрядов в записях ЭЭГ в отделении интенсивной терапии. Clin Neurophysiol 2015;126:1661–9.doi:10.1016/j.clinph.2014.11.008
29. 29.↵
  Чжоу С ,
  Жа Й ,
  Ван С , и другие
  . Клиническое значение прикроватного УЗИ легких в диагностике хронической обструктивной болезни легких и кардиального отека легких. Zhonghua Wei Zhong Bing Ji Jiu Yi Xue 2014;26:558–62.doi:10.3760/cma.j.issn.2095-4352.2014.08.007
30. 30.↵
  Пастеркамп Х ,
  Бренд PL ,
  Эверард М , и другие
  . К стандартизации номенклатуры легочных звуков. Eur Respir J 2016;47:724–32.doi:10.1183/13993003.01132-2015
31. 31.↵
  Робертсон Эй Джей ,
  КООП Р
  . Хрипы, хрипы и лаеннек. Ланцет 1957;273:417–23.doi:10.1016/S0140-6736(57)
Сноски
- Авторы JCAS: анализ данных, сбор данных, основная ответственность за написание рукописи. SV: дизайн анализа данных, анализ данных, существенный вклад в окончательный вариант рукописи. PAH, EAA, NF, JWLC: сбор данных, классификация звуков, существенный вклад в окончательный вариант рукописи.
  No related posts.

2.2. Классификация восприятия

Классификация восприятия

Классификация восприятия по видам анализаторов

Классификация восприятия по формам материи

Восприятие: классификация, свойства и формы

Деление по модальности

Деление по характеру активности

Третий способ

Объект изучения

Важные детали

Теории восприятия движения

Особенности восприятия времени

Подведем итоги

Классификация и формы восприятия реферат по психологии | Сочинения Психология

Виды и классификации восприятия.

Вопрос 23. Восприятие как познавательный психический процесс. Классификация видов восприятия. Свойства и виды восприятия

Перцептивная классификация в быстро меняющейся среде

принадлежность

Авторы

принадлежность

Абстрактный

Цифры

Похожие статьи

Цитируется

Типы публикаций

термины MeSH

5

Грантовая поддержка

Сенсорная классификация: Взгляд из психологии | Видеть, делать и знать: философская теория чувственного восприятия

См.

Abstract

Войти

Получить помощь с доступом

Институциональный доступ

Доступ на основе IP

Войдите через свое учреждение

Войти с помощью читательского билета

Члены общества

Войти через сайт сообщества

Вход через личный кабинет

Личный кабинет

Просмотр ваших зарегистрированных учетных записей

Выполнен вход, но нет доступа к содержимому

Ведение счетов организаций

Покупка

доминируют в классификации восприятия JSTOR

Приобрести PDF-файл

Как это работает?

Подход машинного обучения для прогнозирования перцептивных решений: взгляд на парейдолию лица | Информатика мозга

Abstract

Введение

Материалы и методы

Участники

Стимулы

Сбор и предварительная обработка данных

Выделение признаков

Классификация одиночных испытаний

Результаты

Тематический анализ

Использование функций

Анализ общего набора признаков

Использование функции

Анализ скользящего окна

Обсуждение

Заключение

Ссылки

Вклад авторов

Конкурирующие интересы

Наличие данных и материалов

Согласие на публикацию

Одобрение этики и согласие на участие

Финансирование

Примечание издателя

Информация об авторе

Авторы и организации

Автор, ответственный за корреспонденцию

Доп. файл

Права и разрешения

About this article

A Classification of Types – Purple Perils