Nature.com দেখার জন্য আপনাকে ধন্যবাদ। আপনি যে ব্রাউজার সংস্করণটি ব্যবহার করছেন তাতে সীমিত CSS সমর্থন রয়েছে। সর্বোত্তম অভিজ্ঞতার জন্য, আমরা আপনাকে একটি আপডেট করা ব্রাউজার ব্যবহার করার পরামর্শ দিচ্ছি (অথবা ইন্টারনেট এক্সপ্লোরারে সামঞ্জস্যতা মোড অক্ষম করুন)। ইতিমধ্যে, অব্যাহত সমর্থন নিশ্চিত করার জন্য, আমরা সাইটটিকে স্টাইল এবং জাভাস্ক্রিপ্ট ছাড়াই রেন্ডার করব।
একই সাথে তিনটি স্লাইড দেখানো একটি ক্যারোজেল। একসাথে তিনটি স্লাইডের মধ্য দিয়ে যেতে পূর্ববর্তী এবং পরবর্তী বোতামগুলি ব্যবহার করুন, অথবা শেষে স্লাইডার বোতামগুলি ব্যবহার করে একবারে তিনটি স্লাইডের মধ্য দিয়ে যান।
উচ্চ-রেজোলিউশনের দৃষ্টিশক্তির জন্য বস্তুর বৈশিষ্ট্য পুনর্গঠনের জন্য সূক্ষ্ম রেটিনাল নমুনা এবং একীকরণ প্রয়োজন। এটি মনে রাখা গুরুত্বপূর্ণ যে বিভিন্ন বস্তু থেকে স্থানীয় নমুনা মিশ্রিত করার সময়, নির্ভুলতা নষ্ট হয়ে যায়। অতএব, পৃথক প্রক্রিয়াকরণের জন্য একটি চিত্রের ক্ষেত্রগুলির গোষ্ঠীকরণ, উপলব্ধির জন্য গুরুত্বপূর্ণ। পূর্ববর্তী গবেষণায়, বিস্টেবল ল্যাটিস স্ট্রাকচার, যা এক বা একাধিক চলমান পৃষ্ঠ হিসাবে বিবেচিত হতে পারে, এই প্রক্রিয়াটি অধ্যয়নের জন্য ব্যবহার করা হয়েছিল। এখানে, আমরা প্রাইমেট ভিজ্যুয়াল পাথওয়ের মধ্যবর্তী অঞ্চলে কার্যকলাপ এবং বিভাজন বিচারের মধ্যে সম্পর্ক রিপোর্ট করি। বিশেষ করে, আমরা দেখেছি যে নির্বাচনীভাবে অভিমুখী মধ্যবর্তী টেম্পোরাল নিউরনগুলি বিস্টেবল গ্রেটিংয়ের উপলব্ধি বিকৃত করতে ব্যবহৃত টেক্সচার সংকেতের প্রতি সংবেদনশীল ছিল এবং ট্রায়াল এবং স্থায়ী উদ্দীপনার বিষয়গত উপলব্ধির মধ্যে একটি উল্লেখযোগ্য সম্পর্ক দেখিয়েছিল। এই সম্পর্কটি এমন ইউনিটগুলিতে বেশি যা একাধিক স্থানীয় দিকনির্দেশনার সাথে প্যাটার্নে বিশ্বব্যাপী গতিবিধির সংকেত দেয়। সুতরাং, আমরা উপসংহারে পৌঁছেছি যে মধ্যবর্তী সময় ডোমেনে জটিল দৃশ্যগুলিকে উপাদান বস্তু এবং পৃষ্ঠগুলিতে পৃথক করার জন্য ব্যবহৃত সংকেত রয়েছে।
দৃষ্টি কেবল প্রান্তিক অভিযোজন এবং গতির মতো প্রাথমিক চিত্র বৈশিষ্ট্যগুলির সুনির্দিষ্ট বৈষম্যের উপর নির্ভর করে না, বরং আরও গুরুত্বপূর্ণ বিষয় হল বস্তুর আকৃতি এবং গতিপথ1 এর মতো পরিবেশগত বৈশিষ্ট্যগুলি গণনা করার জন্য এই বৈশিষ্ট্যগুলির সঠিক সংহতকরণের উপর নির্ভর করে। যাইহোক, সমস্যা দেখা দেয় যখন রেটিনা চিত্রগুলি বেশ কয়েকটি সমানভাবে সম্ভাব্য বৈশিষ্ট্য গোষ্ঠী 2, 3, 4 সমর্থন করে (চিত্র 1a)। উদাহরণস্বরূপ, যখন দুটি সেট গতি সংকেত খুব কাছাকাছি থাকে, তখন এটি যুক্তিসঙ্গতভাবে একটি চলমান বস্তু বা একাধিক চলমান বস্তু হিসাবে ব্যাখ্যা করা যেতে পারে (চিত্র 1b)। এটি বিভাজনের বিষয়গত প্রকৃতি চিত্রিত করে, অর্থাৎ এটি চিত্রের একটি স্থির বৈশিষ্ট্য নয়, বরং ব্যাখ্যার একটি প্রক্রিয়া। স্বাভাবিক উপলব্ধির জন্য এর সুস্পষ্ট গুরুত্ব থাকা সত্ত্বেও, উপলব্ধিমূলক বিভাজনের স্নায়বিক ভিত্তি সম্পর্কে আমাদের বোধগম্যতা সর্বোত্তমভাবে অসম্পূর্ণ থেকে যায়।
একটি ইন্দ্রিয়গ্রাহ্য বিভাজন সমস্যার একটি কার্টুন চিত্র। নেকার ঘনক্ষেত্রে (বামে) একজন পর্যবেক্ষকের গভীরতার উপলব্ধি দুটি সম্ভাব্য ব্যাখ্যার (ডানে) মধ্যে পর্যায়ক্রমে ঘটে। এর কারণ হল ছবিতে এমন কোনও সংকেত নেই যা মস্তিষ্ককে চিত্রের 3D অভিযোজন (ডানদিকে মনোকুলার অক্লুশন সংকেত দ্বারা সরবরাহিত) অনন্যভাবে নির্ধারণ করতে দেয়। b যখন একাধিক গতি সংকেত স্থানিক প্রক্সিমিটিতে উপস্থাপিত হয়, তখন দৃষ্টি ব্যবস্থাকে অবশ্যই নির্ধারণ করতে হবে যে স্থানীয় নমুনাগুলি এক বা একাধিক বস্তু থেকে এসেছে কিনা। স্থানীয় গতি সংকেতের অন্তর্নিহিত অস্পষ্টতা, অর্থাৎ বস্তুর গতির একটি ক্রম একই স্থানীয় গতি তৈরি করতে পারে, যার ফলে ভিজ্যুয়াল ইনপুটের একাধিক সমানভাবে সম্ভাব্য ব্যাখ্যা তৈরি হয়, অর্থাৎ এখানে ভেক্টর ক্ষেত্রগুলি একটি একক পৃষ্ঠের সুসংগত গতি বা ওভারল্যাপিং পৃষ্ঠের স্বচ্ছ গতি থেকে উদ্ভূত হতে পারে। c (বামে) আমাদের টেক্সচার্ড গ্রিড উদ্দীপকের একটি উদাহরণ। আয়তক্ষেত্রাকার গ্রেটিংগুলি তাদের দিকে লম্বভাবে প্রবাহিত হয় ("উপাদান নির্দেশাবলী" - সাদা তীর) একটি গ্রেটিং প্যাটার্ন তৈরি করতে একে অপরকে ওভারল্যাপ করে। জালিকে একক, নিয়মিত, সংযুক্ত দিকনির্দেশের গতি (লাল তীর) বা যৌগিক দিকনির্দেশের স্বচ্ছ গতি হিসাবে উপলব্ধি করা যেতে পারে। এলোমেলো বিন্দু টেক্সচার সংকেত যোগ করার মাধ্যমে জালির উপলব্ধি বিকৃত হয়। (মাঝখানে) হলুদ রঙে হাইলাইট করা এলাকাটি প্রসারিত করা হয় এবং যথাক্রমে সুসংগত এবং স্বচ্ছ সংকেতের জন্য ফ্রেমের একটি সিরিজ হিসাবে প্রদর্শিত হয়। প্রতিটি ক্ষেত্রে বিন্দুর গতি সবুজ এবং লাল তীর দ্বারা প্রতিনিধিত্ব করা হয়। (ডান) নির্বাচন বিন্দুর অবস্থান (x, y) বনাম ফ্রেমের সংখ্যার গ্রাফ। সুসংগত ক্ষেত্রে, সমস্ত টেক্সচার একই দিকে প্রবাহিত হয়। স্বচ্ছতার ক্ষেত্রে, টেক্সচারটি উপাদানের দিকে সরে যায়। d আমাদের গতি বিভাজন কার্যের একটি কার্টুন চিত্র। বানররা প্রতিটি পরীক্ষা একটি ছোট বিন্দু ঠিক করে শুরু করেছিল। অল্প বিলম্বের পরে, MT RF-এর অবস্থানে একটি নির্দিষ্ট ধরণের গ্রেটিং প্যাটার্ন (সঙ্গতি/স্বচ্ছতা) এবং টেক্সচার সংকেতের আকার (যেমন বৈসাদৃশ্য) উপস্থিত হয়েছিল। প্রতিটি পরীক্ষার সময়, গ্রেটিং প্যাটার্নের দুটি সম্ভাব্য দিকের একটিতে প্রবাহিত হতে পারে। উদ্দীপক প্রত্যাহারের পরে, নির্বাচন লক্ষ্যবস্তু MT RF-এর উপরে এবং নীচে উপস্থিত হয়েছিল। বানরদের অবশ্যই উপযুক্ত নির্বাচন লক্ষ্যবস্তুতে স্যাকেডে গ্রিড সম্পর্কে তাদের উপলব্ধি নির্দেশ করতে হবে।
চাক্ষুষ নড়াচড়ার প্রক্রিয়াকরণ সুনির্দিষ্ট এবং এইভাবে ইন্দ্রিয়গ্রাহ্য বিভাজনের স্নায়ু সার্কিট অধ্যয়নের জন্য একটি চমৎকার মডেল প্রদান করে। বেশ কয়েকটি গণনামূলক গবেষণায় দ্বি-পর্যায়ের গতি প্রক্রিয়াকরণ মডেলের উপযোগিতা উল্লেখ করা হয়েছে যেখানে উচ্চ-রেজোলিউশনের প্রাথমিক অনুমান স্থানীয় নমুনাগুলির নির্বাচনী একীকরণের পরে শব্দ অপসারণ এবং বস্তুর বেগ পুনরুদ্ধার করা হয়7,8। এটি মনে রাখা গুরুত্বপূর্ণ যে দৃষ্টি ব্যবস্থাগুলিকে এই সমষ্টিটিকে কেবল সাধারণ বস্তুর স্থানীয় নমুনাগুলির মধ্যে সীমাবদ্ধ রাখার যত্ন নিতে হবে। সাইকোফিজিক্যাল গবেষণায় স্থানীয় গতি সংকেতগুলি কীভাবে বিভক্ত হয় তা প্রভাবিত করে এমন ভৌত কারণগুলি বর্ণনা করা হয়েছে, তবে শারীরবৃত্তীয় ট্র্যাজেক্টোরি এবং নিউরাল কোডের আকৃতি এখনও উন্মুক্ত প্রশ্ন। অসংখ্য প্রতিবেদনে পরামর্শ দেওয়া হয়েছে যে প্রাইমেট কর্টেক্সের টেম্পোরাল (MT) অঞ্চলে ওরিয়েন্টেশন-সিলেক্টিভ কোষগুলি নিউরাল সাবস্ট্রেটের জন্য প্রার্থী।
গুরুত্বপূর্ণভাবে, পূর্ববর্তী এই পরীক্ষাগুলিতে, স্নায়বিক কার্যকলাপের পরিবর্তনগুলি চাক্ষুষ উদ্দীপনার শারীরিক পরিবর্তনের সাথে সম্পর্কিত ছিল। তবে, উপরে উল্লিখিত হিসাবে, বিভাজন মূলত একটি ইন্দ্রিয়গ্রাহ্য প্রক্রিয়া। অতএব, এর স্নায়বিক স্তরের অধ্যয়নের জন্য স্নায়বিক কার্যকলাপের পরিবর্তনগুলিকে স্থির উদ্দীপনার উপলব্ধির পরিবর্তনের সাথে সংযুক্ত করতে হবে। অতএব, আমরা দুটি বানরকে প্রশিক্ষণ দিয়েছিলাম যে তারা রিপোর্ট করতে পারে যে সুপারইম্পোজড ড্রিফটিং আয়তক্ষেত্রাকার গ্রেটিং দ্বারা গঠিত অনুভূত বিস্টেবল গ্রেটিং প্যাটার্নটি একটি একক পৃষ্ঠ নাকি দুটি স্বাধীন পৃষ্ঠ। স্নায়বিক কার্যকলাপ এবং বিভাজন বিচারের মধ্যে সম্পর্ক অধ্যয়ন করার জন্য, বানররা যখন এই কাজটি করেছিল তখন আমরা MT-তে একটি একক কার্যকলাপ রেকর্ড করেছি।
আমরা MT কার্যকলাপ এবং উপলব্ধির অধ্যয়নের মধ্যে একটি উল্লেখযোগ্য সম্পর্ক খুঁজে পেয়েছি। উদ্দীপকগুলিতে প্রকাশ্য বিভাজন সংকেত ছিল কিনা তা এই সম্পর্ক বিদ্যমান ছিল। উপরন্তু, এই প্রভাবের শক্তি বিভাজন সংকেতের সংবেদনশীলতার সাথে সম্পর্কিত, সেইসাথে প্যাটার্ন সূচকের সাথেও। পরেরটি জটিল প্যাটার্নগুলিতে স্থানীয় গতির পরিবর্তে ইউনিটটি বিশ্বব্যাপী বিকিরণের মাত্রা পরিমাপ করে। যদিও ফ্যাশন দিকনির্দেশের জন্য নির্বাচনীতা দীর্ঘদিন ধরে MT-এর একটি সংজ্ঞায়িত বৈশিষ্ট্য হিসাবে স্বীকৃত, এবং ফ্যাশন-নির্বাচনী কোষগুলি সেই উদ্দীপনাগুলির মানুষের উপলব্ধির সাথে সামঞ্জস্যপূর্ণ জটিল উদ্দীপনার সাথে সামঞ্জস্যপূর্ণ টিউনিং দেখায়, আমাদের সর্বোত্তম জ্ঞান অনুসারে, এটি প্যাটার্ন সূচক এবং উপলব্ধিমূলক বিভাজনের মধ্যে সম্পর্কের প্রথম প্রমাণ।
আমরা দুটি বানরকে ড্রিফটিং গ্রিড উদ্দীপনা (সুসঙ্গত বা স্বচ্ছ নড়াচড়া) সম্পর্কে তাদের ধারণা প্রদর্শনের জন্য প্রশিক্ষণ দিয়েছিলাম। মানব পর্যবেক্ষকরা সাধারণত এই উদ্দীপনাগুলিকে প্রায় একই ফ্রিকোয়েন্সির সুসঙ্গত বা স্বচ্ছ নড়াচড়া হিসাবে উপলব্ধি করেন। এই পরীক্ষায় সঠিক উত্তর দেওয়ার জন্য এবং অপারেন্ট পুরষ্কারের ভিত্তি স্থাপন করার জন্য, আমরা জালি গঠনকারী উপাদানের রাস্টারকে টেক্সচার করে সেগমেন্টেশন সংকেত তৈরি করেছি (চিত্র 1c, d)। সুসঙ্গত অবস্থার অধীনে, সমস্ত টেক্সচার প্যাটার্নের দিক বরাবর সরে যায় (চিত্র 1c, "সুসঙ্গত")। স্বচ্ছ অবস্থায়, টেক্সচারটি যে গ্রেটিংয়ের উপর এটি সুপারইম্পোজ করা হয় তার দিকে লম্বভাবে সরে যায় (চিত্র 1c, "স্বচ্ছ")। আমরা এই টেক্সচার লেবেলের বৈসাদৃশ্য পরিবর্তন করে কাজের অসুবিধা নিয়ন্ত্রণ করি। কিউড ট্রায়ালগুলিতে, টেক্সচার সংকেতের সাথে সম্পর্কিত প্রতিক্রিয়াগুলির জন্য বানরদের পুরস্কৃত করা হয়েছিল এবং টেক্সচার সংকেত ছাড়াই প্যাটার্ন ধারণকারী ট্রায়ালগুলিতে এলোমেলোভাবে (50/50 অডস) পুরষ্কার দেওয়া হয়েছিল (শূন্য টেক্সচার বৈসাদৃশ্য অবস্থা)।
দুটি প্রতিনিধিত্বমূলক পরীক্ষা থেকে প্রাপ্ত আচরণগত তথ্য চিত্র 2a-তে দেখানো হয়েছে, এবং প্রতিক্রিয়াগুলিকে যথাক্রমে উপরে বা নীচে স্থানান্তরিত প্যাটার্নগুলির জন্য টেক্সচার সিগন্যালের (স্বচ্ছতার বৈসাদৃশ্যকে সংজ্ঞা অনুসারে নেতিবাচক বলে ধরে নেওয়া হয়) সামঞ্জস্য বনাম বৈসাদৃশ্যের বিচারের অনুপাত হিসাবে প্লট করা হয়েছে। সামগ্রিকভাবে, বানরদের সুসংগতি/স্বচ্ছতার ধারণা নির্ভরযোগ্যভাবে টেক্সচার কিউ-এর চিহ্ন (স্বচ্ছ, সুসংগত) এবং শক্তি (বৈসাদৃশ্য) উভয় দ্বারা প্রভাবিত হয়েছিল (ANOVA; বানর N: দিক – F = 0.58, p = 0.45, চিহ্ন – F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10;−10 বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10−10, বৈসাদৃশ্য – F = 36.5, p < 10−10)। সামগ্রিকভাবে, বানরদের সুসংগতি/স্বচ্ছতার ধারণা নির্ভরযোগ্যভাবে টেক্সচার কিউ-এর চিহ্ন (স্বচ্ছ, সুসংগত) এবং শক্তি (বৈসাদৃশ্য) উভয় দ্বারা প্রভাবিত হয়েছিল (ANOVA; বানর N: দিক – F = 0.58, p = 0.45, চিহ্ন – F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; −10 বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10−10, বৈসাদৃশ্য – F = 36.5, p < 10−10)। В целом на восприятие обезьянами когерентности/прозрачности достоверно влияли как знак (прозрачность, когерентность), так (когерентность), так () текстурного признака (ANOVA; обезьяна N: направление — F = 0,58, p = 0,45, знак — F = 1248, p < 10−10, контраст – F = 22,63, p −з1: бояна; боя: бояна направление – F = 0,41, p = 0,52, признак – F = 2876,7, p < 10−10, контраст – F = 36,5, р < 10-10)। সাধারণভাবে, বানরদের দ্বারা সুসংগতি/স্বচ্ছতার ধারণা উল্লেখযোগ্যভাবে প্রভাবিত হয়েছিল টেক্সচারাল বৈশিষ্ট্যের চিহ্ন (স্বচ্ছতা, সুসংগতি) এবং শক্তি (বৈসাদৃশ্য) উভয় দ্বারা (ANOVA; বানর N: দিক — F = 0.58, p = 0.45, চিহ্ন — F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; -10 বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10 −10, বৈসাদৃশ্য – F = 36.5, p < 10-10)।总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符号（透明、连贯）和强度（对比度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.63, p < 10;−10 猴子S: 方向– F = 0.41, p = 0.52, 符号– F = 2876.7, p < 10−10, 对比度– F = 36.5，p < 10-10）.总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符号（透明、连贯）和强度（对比度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.63, p < 10;−10 36.5，p < 10-10）.সাধারণভাবে, বানরের সুসংগতি/স্বচ্ছতার ধারণা উল্লেখযোগ্যভাবে টেক্সচার সিগন্যালের চিহ্ন (স্বচ্ছতা, সুসংগতি) এবং তীব্রতা (বিপরীতে) (ANOVA) দ্বারা প্রভাবিত হয়েছিল;обезьяна N: ориентация – F = 0,58, p = 0,45, знак – F = 1248, p < 10−10, Контрастность — F = 22,63, p < 10; বানর N: ওরিয়েন্টেশন – F = 0.58, p = 0.45, চিহ্ন – F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; −10 Обезьяна S: Ориентация — F = 0,41, p = 0,52, Знак — F = 2876,7, p < 10−10, Контрастность — F = 36,5, p < 10-10)। −১০ বানর S: ওরিয়েন্টেশন – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10-10, বৈপরীত্য – F = 36.5, p < 10-10)।প্রতিটি অধিবেশনের তথ্যের সাথে গাউসিয়ান ক্রমবর্ধমান ফাংশনগুলি লাগানো হয়েছিল যাতে বানরের মনো-ভৌতিক বৈশিষ্ট্যগুলি চিহ্নিত করা যায়। চিত্র 2b-তে উভয় বানরের জন্য সমস্ত অধিবেশনের উপর এই মডেলগুলির জন্য সম্মতির বন্টন দেখানো হয়েছে। সামগ্রিকভাবে, বানরগুলি নির্ভুলভাবে এবং ধারাবাহিকভাবে কাজটি সম্পন্ন করেছে এবং ক্রমবর্ধমান গাউসিয়ান মডেলের সাথে দুর্বল ফিট থাকার কারণে আমরা দুই-বানরের সেশনের 13% এরও কম প্রত্যাখ্যান করেছি।
a প্রতিনিধিত্বমূলক সেশনে বানরের আচরণগত উদাহরণ (প্রতি উদ্দীপক অবস্থায় n ≥ 20 ট্রায়াল)। বাম (ডান) প্যানেলে, একটি N(S) বানর সেশনের ডেটা টেক্সচার সিগন্যালের (অ্যাবসিসা) সাইন কনট্রাস্টের সাথে সুসংগত নির্বাচন স্কোর (অর্ডিনেট) বনাম সাইন কনট্রাস্ট হিসাবে প্লট করা হয়েছে। এখানে ধরে নেওয়া হয়েছে যে স্বচ্ছ (সুসংগত) টেক্সচারের নেতিবাচক (ধনাত্মক) মান রয়েছে। পরীক্ষায় প্যাটার্নের গতিবিধির দিক (উপরে (90°) বা নীচে (270°)) অনুসারে প্রতিক্রিয়াগুলি আলাদাভাবে তৈরি করা হয়েছিল। উভয় প্রাণীর জন্য, কর্মক্ষমতা, প্রতিক্রিয়াটি 50/50 বৈসাদৃশ্য (PSE - কঠিন তীর) দ্বারা ভাগ করা হোক বা একটি নির্দিষ্ট স্তরের কর্মক্ষমতা (থ্রেশহোল্ড - খোলা তীর) সমর্থন করার জন্য প্রয়োজনীয় টেক্সচারাল বৈসাদৃশ্যের পরিমাণ, এই প্রবাহের দিকগুলিতে রয়েছে। b গাউসিয়ান ক্রমবর্ধমান ফাংশনের R2 মানের লাগানো হিস্টোগ্রাম। বানর S(N) ডেটা বাম (ডান) দিকে দেখানো হয়েছে। c (শীর্ষ) গ্রিডটি নীচে স্থানান্তরিত (অর্ডিনেট) গ্রিডের জন্য পরিমাপ করা হয়েছে, যেখানে PSE প্লট করা হয়েছে (অ্যাবসিসা) উপরে স্থানান্তরিত হয়েছে, প্রতিটি শর্তের জন্য PSE বিতরণের প্রতিনিধিত্বকারী প্রান্ত এবং প্রতিটি শর্তের গড় নির্দেশকারী তীরগুলি। সমস্ত N(S) মাঙ্কি সেশনের ডেটা বাম (ডান) কলামে দেওয়া হয়েছে। (নীচে) PSE ডেটার মতো একই নিয়ম, তবে ফিট করা বৈশিষ্ট্য থ্রেশহোল্ডের জন্য। PSE থ্রেশহোল্ড বা ফ্যাশন ট্রেন্ডে কোনও উল্লেখযোগ্য পার্থক্য ছিল না (পাঠ্য দেখুন)। d PSE এবং ঢাল (অর্ডিনেট) কৌণিক বিচ্ছেদ উপাদানের স্বাভাবিক রাস্টার ওরিয়েন্টেশনের উপর নির্ভর করে প্লট করা হয়েছে ("অখণ্ড গ্রেটিং কোণ" - অ্যাবসিসা)। খোলা বৃত্ত হল মাধ্যম, কঠিন রেখা হল সেরা ফিটিং রিগ্রেশন মডেল, এবং ডটেড রেখা হল রিগ্রেশন মডেলের জন্য 95% আত্মবিশ্বাস ব্যবধান। PSE এবং নরমালাইজড ইন্টিগ্রেশন কোণের মধ্যে একটি উল্লেখযোগ্য সম্পর্ক রয়েছে, কিন্তু ঢাল এবং নরমালাইজড ইন্টিগ্রেশন কোণ নয়, যা ইঙ্গিত করে যে সাইকোমেট্রিক ফাংশনটি উপাদান জালিকাগুলিকে পৃথক করার সাথে সাথে পরিবর্তিত হয়, কিন্তু তীক্ষ্ণ বা সমতল হয় না। (বানর N, n = 32 সেশন; বানর S, n = 43 সেশন)। সমস্ত প্যানেলে, ত্রুটি বারগুলি গড়ের আদর্শ ত্রুটি উপস্থাপন করে। হা হা। সুসংগতি, PSE বিষয়গত সমতা স্কোর, আদর্শ। মানীকরণ।
উপরে উল্লিখিত হিসাবে, টেক্সচার সংকেতের বৈসাদৃশ্য এবং প্যাটার্নের গতিবিধির দিক উভয়ই পরীক্ষাগুলিতে পরিবর্তিত হয়েছিল, একটি নির্দিষ্ট পরীক্ষায় উদ্দীপনা উপরে বা নীচে নেমে গিয়েছিল। এটি সাইকোফিজিক্যাল11 এবং নিউরোনাল28 অভিযোজিত প্রভাবগুলিকে কমানোর জন্য করা হয়। প্যাটার্ন ওরিয়েন্টেশন বনাম পক্ষপাত (বিষয়গত সমতা বিন্দু বা PSE) (উইলকক্সন র‍্যাঙ্ক সমষ্টি পরীক্ষা; বানর N: z = 0.25, p = 0.8; বানর S: z = 0.86, p = 0.39) অথবা ফিট করা ফাংশন থ্রেশহোল্ড (উইলকক্সন র‍্যাঙ্কের যোগফল; বানর N: z = 0.14, p = 0.89, বানর S: z = 0.49, p = 0.62) (চিত্র 2c)। উপরন্তু, কর্মক্ষমতা থ্রেশহোল্ড স্তর বজায় রাখার জন্য প্রয়োজনীয় টেক্সচার কন্ট্রাস্টের ডিগ্রিতে বানরদের মধ্যে কোনও উল্লেখযোগ্য পার্থক্য ছিল না (N বানর = 24.5% ± 3.9%, S বানর = 18.9% ± 1.9%; উইলকক্সন র‍্যাঙ্ক সমষ্টি, z = 1.01, p = 0.31)।
প্রতিটি সেশনে, আমরা উপাদান জালির অভিযোজনকে পৃথককারী আন্তঃজালি কোণ পরিবর্তন করেছি। মনোভৌতিক গবেষণায় দেখা গেছে যে যখন এই কোণটি ছোট হয় তখন মানুষ কোষ 10 কে সংযুক্ত হিসাবে উপলব্ধি করার সম্ভাবনা বেশি থাকে। যদি বানররা নির্ভরযোগ্যভাবে তাদের সংগতি/স্বচ্ছতার উপলব্ধি রিপোর্ট করত, তাহলে এই ফলাফলের উপর ভিত্তি করে, কেউ আশা করত যে PSE, সংগতি এবং স্বচ্ছতা পছন্দের মধ্যে একটি অভিন্ন বিভাজনের সাথে সম্পর্কিত টেক্সচার বৈসাদৃশ্য, মিথস্ক্রিয়ার উপর বৃদ্ধি পাবে। জালি কোণ। এটি আসলেই ছিল (চিত্র 2d; প্যাটার্ন দিক জুড়ে ভেঙে পড়া, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = 23.06, p < 10−3; বানর S: χ2 = 22.22, p < 10−3; স্বাভাবিক আন্তঃ-গ্রেটিং কোণ এবং PSE - বানর N: r = 0.67, p < 10−9; বানর S: r = 0.76, p < 10−13)। এটি আসলেই ছিল (চিত্র 2d; প্যাটার্ন দিক জুড়ে ভেঙে পড়া, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = 23.06, p < 10−3; বানর S: χ2 = 22.22, p < 10−3; স্বাভাবিক আন্তঃগ্রাহী কোণ এবং PSE - বানর N: r = 0.67, p < 10−9; বানর S: r = 0.76, p < 10−13)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = p, 23; Sb, 23; χ2 = 22,22, পি < 10–3; 10-13)। এটি সত্যিই ঘটেছে (চিত্র 2d; প্যাটার্নের দিক জুড়ে পতন, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = 23.06, p < 10–3; বানর S: χ2 = 22.22, p < 10–3; স্বাভাবিক জালিকা কোণ এবং PSE - বানর N: r = 0.67, p < 10-9, বানর S: r = 0.76, p < 10-13 এর মধ্যে পারস্পরিক সম্পর্ক)।情况确实如此（图2d；跨模式方向折叠，Kruskal-Wallis；猴子N：χ2 = 23.06，p <10-3；2S =2χχ2 10-3；标准化间光栅角和PSE – 猴子N：r = 0.67，p <10-9；猴子S：r = 0.76，p <10-13）।情况 确实 如此 （图 图 2D ； 方向 折叠 ， ক্রুস্কাল-ওয়ালিস ； n ： ： 2 = 23.06 ， p <10-3 Ｍ Ｍ = 2D 22.22 ， p < 10-3 ； 间 光栅角 和 pse-猴子 猴子 猴子 猴子 猴子 猴子 猴子 猴子 猴子N：r = 0.7 10-9；猴子S：r = 0.76, p <10-13）। Это действительно имело место (рис. 2d; кратность по оси моды, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p < 10: Sb = 23; 22,22, p < 10-3; এটি আসলেই ছিল (চিত্র 2d; মোড অক্ষ বরাবর ভাঁজ করা, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = 23.06, p < 10-3; বানর S: χ2 = 22.22, p < 10-3; স্বাভাবিক ইন্টারল্যাটিস কর্নার)। PSE- обезьяна N: r = 0,67, p < 10–9, обезьяна S: r = 0,76, p < 10–13)। PSE বানর N: r = 0.67, p < 10–9, বানর S: r = 0.76, p < 10–13)।বিপরীতে, ইন্টারল্যাটিক্স কোণ পরিবর্তনের ফলে সাইকোমেট্রিক ফাংশনের ঢালের উপর কোন উল্লেখযোগ্য প্রভাব পড়েনি (চিত্র 2d; ক্রস-মডাল ওরিয়েন্টেশন ভাঁজ, ক্রুস্কাল-ওয়ালিস; মাঙ্কি N: χ2 = 8.09, p = 0.23; মাঙ্কি S χ2 = 3.18, p = 0.67, স্বাভাবিক ইন্টারল্যাটিক্স কোণ এবং ঢালের মধ্যে পারস্পরিক সম্পর্ক - মাঙ্কি N: r = -0.4, p = 0.2, মাঙ্কি S: r = 0.03, p = 0.76)। সুতরাং, একজন ব্যক্তির সাইকোফিজিক্যাল ডেটা অনুসারে, গ্রেটিংয়ের মধ্যে কোণ পরিবর্তনের গড় প্রভাব হল স্থানচ্যুতি বিন্দুতে পরিবর্তন, এবং সেগমেন্টেশন সংকেতের প্রতি সংবেদনশীলতা বৃদ্ধি বা হ্রাস নয়।
পরিশেষে, শূন্য টেক্সচার কনট্রাস্ট সহ ট্রায়ালগুলিতে 0.5 এর সম্ভাব্যতা সহ পুরষ্কারগুলি এলোমেলোভাবে বরাদ্দ করা হয়। যদি সমস্ত বানর এই অনন্য এলোমেলোতা সম্পর্কে সচেতন থাকত এবং শূন্য টেক্সচার কনট্রাস্ট এবং কিউ উদ্দীপনার মধ্যে পার্থক্য করতে সক্ষম হত, তাহলে তারা দুই ধরণের ট্রায়ালের জন্য বিভিন্ন কৌশল তৈরি করতে পারত। দুটি পর্যবেক্ষণ দৃঢ়ভাবে ইঙ্গিত দেয় যে এটি এমন নয়। প্রথমত, গ্রেটিং কোণ পরিবর্তনের ফলে কিউ এবং শূন্য টেক্সচার কনট্রাস্ট স্কোরের উপর গুণগতভাবে একই রকম প্রভাব পড়েছিল (চিত্র 2d এবং পরিপূরক চিত্র 1)। দ্বিতীয়ত, উভয় বানরের জন্য, বিস্টেবল ট্রায়াল নির্বাচন সাম্প্রতিক (পূর্ববর্তী) পুরষ্কার নির্বাচনের পুনরাবৃত্তি হওয়ার সম্ভাবনা কম (দ্বিপদী পরীক্ষা, N বানর: 0.52, z = 0.74, p = 0.22; S বানর: 0.51, r = 0.9, p = 0.18)।
উপসংহারে, আমাদের সেগমেন্টেশন টাস্কে বানরদের আচরণ ভালো উদ্দীপনা নিয়ন্ত্রণের অধীনে ছিল। টেক্সচার সংকেতের চিহ্ন এবং আকারের উপর ইন্দ্রিয়গত বিচারের নির্ভরতা, সেইসাথে গ্রেটিং কোণ সহ PSE-তে পরিবর্তন, ইঙ্গিত দেয় যে বানররা মোটর সমন্বয়/স্বচ্ছতার তাদের ব্যক্তিগত উপলব্ধি রিপোর্ট করেছে। পরিশেষে, শূন্য টেক্সচার কনট্রাস্ট ট্রায়ালে বানরদের প্রতিক্রিয়া পূর্ববর্তী ট্রায়ালগুলির পুরষ্কার ইতিহাস দ্বারা প্রভাবিত হয়নি এবং আন্তঃ-রাস্টার কৌণিক পরিবর্তন দ্বারা উল্লেখযোগ্যভাবে প্রভাবিত হয়েছিল। এটি ইঙ্গিত দেয় যে বানররা এই গুরুত্বপূর্ণ অবস্থার অধীনে ল্যাটিস পৃষ্ঠের কনফিগারেশন সম্পর্কে তাদের ব্যক্তিগত উপলব্ধি রিপোর্ট করে চলেছে।
উপরে উল্লিখিত হিসাবে, টেক্সচার কনট্রাস্টের নেতিবাচক থেকে ধনাত্মক রূপান্তর উদ্দীপকের স্বচ্ছ থেকে সুসঙ্গতে রূপান্তরের সমতুল্য। সাধারণভাবে, একটি নির্দিষ্ট কোষের জন্য, টেক্সচার কনট্রাস্ট নেতিবাচক থেকে ধনাত্মকতে পরিবর্তিত হওয়ার সাথে সাথে MT প্রতিক্রিয়া বৃদ্ধি বা হ্রাস পেতে থাকে এবং এই প্রভাবের দিকটি সাধারণত প্যাটার্ন/উপাদানের গতিপথের উপর নির্ভর করে। উদাহরণস্বরূপ, দুটি প্রতিনিধিত্বমূলক MT কোষের দিকনির্দেশক টিউনিং বক্ররেখা চিত্র 3 এ দেখানো হয়েছে, কম বা উচ্চ বৈসাদৃশ্য সুসঙ্গত বা স্বচ্ছ টেক্সচার সংকেত ধারণকারী গ্রেটিংগুলিতে এই কোষগুলির প্রতিক্রিয়া সহ। আমরা এই গ্রিড প্রতিক্রিয়াগুলিকে আরও ভালভাবে পরিমাপ করার চেষ্টা করেছি, যা আমাদের বানরদের সাইকোফিজিওলজিক্যাল কর্মক্ষমতার সাথে সম্পর্কিত হতে পারে।
একটি একক সাইনোসয়েডাল অ্যারের প্রতিক্রিয়ায় একটি প্রতিনিধি বানর MT কোষ S এর দিকনির্দেশক টিউনিং বক্ররেখার পোলার প্লট। কোণটি গ্রেটিংয়ের গতিবিধি নির্দেশ করে, মাত্রাটি নির্গমনশীলতা নির্দেশ করে এবং পছন্দসই কোষের দিকটি গ্রেটিং প্যাটার্নের দিকের একটি উপাদানের দিকের সাথে প্রায় 90° (উপরে) ওভারল্যাপ করে। b প্রতিক্রিয়া গ্রিডের সাপ্তাহিক উদ্দীপনা-সময় হিস্টোগ্রাম (PSTH), a-তে দেখানো কোষের জন্য টেমপ্লেট দিকে 90° (বাম দিকে পরিকল্পিতভাবে দেখানো হয়েছে) স্থানান্তরিত হয়। প্রতিক্রিয়াগুলি টেক্সচার ইঙ্গিতের ধরণ (যথাক্রমে সমন্বিত/স্বচ্ছ - মধ্য/ডান প্যানেল) এবং মাইকেলসন বৈসাদৃশ্য (PSTH রঙের ইঙ্গিত) অনুসারে সাজানো হয়। প্রতিটি ধরণের নিম্ন-বৈসাদৃশ্য এবং উচ্চ-বৈসাদৃশ্য টেক্সচার সংকেতের জন্য কেবল সঠিক প্রচেষ্টা দেখানো হয়। কোষগুলি স্বচ্ছ টেক্সচার সংকেত সহ ঊর্ধ্বমুখী প্রবাহিত ল্যাটিস প্যাটার্নগুলিতে আরও ভাল প্রতিক্রিয়া জানায় এবং ক্রমবর্ধমান টেক্সচার বৈসাদৃশ্যের সাথে এই প্যাটার্নগুলির প্রতিক্রিয়া বৃদ্ধি পায়। c, d হল a এবং b-এর মতো একই নিয়ম, কিন্তু বানর S ছাড়া অন্যান্য MT কোষের ক্ষেত্রে, তাদের পছন্দের ওরিয়েন্টেশন প্রায় নিম্নগামী ড্রিফটিং গ্রিডের সাথে ওভারল্যাপ করে। ইউনিটটি সুসংগত টেক্সচার সংকেত সহ নিম্নগামী ড্রিফটিং গ্রেটিং পছন্দ করে এবং ক্রমবর্ধমান টেক্সচার কনট্রাস্টের সাথে এই প্যাটার্নগুলির প্রতিক্রিয়া বৃদ্ধি পায়। সমস্ত প্যানেলে, ছায়াযুক্ত এলাকা গড়ের স্ট্যান্ডার্ড ত্রুটি প্রতিনিধিত্ব করে। স্পোক। স্পাইক, সেকেন্ড। সেকেন্ড।
আমাদের টেক্সচার সিগন্যাল এবং MT কার্যকলাপের দ্বারা নির্দেশিত ল্যাটিস পৃষ্ঠের কনফিগারেশন (সুসঙ্গত বা স্বচ্ছ) এর মধ্যে সম্পর্ক অন্বেষণ করার জন্য, আমরা প্রথমে কোষের মধ্যে সুসঙ্গত গতিবিধি (ধনাত্মক ঢাল) বা স্বচ্ছ গতিবিধি (ঋণাত্মক ঢাল) এর জন্য রিগ্রেশন দ্বারা সম্পর্কটি রিগ্রেশন করেছি। বৈসাদৃশ্যের তুলনায় সাইন প্রতিক্রিয়া হার দ্বারা কোষগুলিকে শ্রেণীবদ্ধ করার জন্য দেওয়া হয়েছে (প্রতিটি মোড দিকের জন্য আলাদাভাবে)। চিত্র 3-এ একই উদাহরণ কোষ থেকে এই ল্যাটিস টিউনিং বক্ররেখার উদাহরণ চিত্র 4a-তে দেখানো হয়েছে। শ্রেণীবিভাগের পরে, আমরা টেক্সচার সিগন্যালের মড্যুলেশনের প্রতি প্রতিটি কোষের সংবেদনশীলতা পরিমাপ করার জন্য রিসিভার পারফরম্যান্স বিশ্লেষণ (ROC) ব্যবহার করেছি (পদ্ধতিগুলি দেখুন)। এইভাবে প্রাপ্ত নিউরোমেট্রিক ফাংশনগুলিকে একই সেশনে বানরের সাইকোফিজিক্যাল বৈশিষ্ট্যের সাথে সরাসরি তুলনা করা যেতে পারে যাতে নিউরনের সাইকোফিজিক্যাল সংবেদনশীলতাকে ল্যাটিস টেক্সচারের সাথে সরাসরি তুলনা করা যায়। আমরা নমুনার সমস্ত ইউনিটের জন্য দুটি সংকেত সনাক্তকরণ বিশ্লেষণ করেছি, প্যাটার্নের প্রতিটি দিকের জন্য পৃথক নিউরোমেট্রিক বৈশিষ্ট্য গণনা করেছি (আবার, উপরে বা নীচে)। এটা মনে রাখা গুরুত্বপূর্ণ যে, এই বিশ্লেষণের জন্য, আমরা কেবল এমন পরীক্ষাগুলি অন্তর্ভুক্ত করেছি যেখানে (i) উদ্দীপকগুলিতে একটি টেক্সচার কিউ ছিল এবং (ii) বানররা সেই ইঙ্গিত অনুসারে প্রতিক্রিয়া জানিয়েছিল (অর্থাৎ, "সঠিক" পরীক্ষাগুলি)।
গ্রেটিংগুলি উপরে (বামে) বা নীচে (ডানে) স্থানান্তরিত হওয়ার জন্য যথাক্রমে টেক্সচার সাইন কনট্রাস্টের বিপরীতে অগ্নি হার প্লট করা হয়, কঠিন রেখাটি সেরা ফিট রৈখিক রিগ্রেশনকে প্রতিনিধিত্ব করে এবং উপরের (নীচে) সারির ডেটা চিত্রে দেখানো তথ্য থেকে নেওয়া হয়েছে। ভাত। 3a কোষ, b (চিত্র 3c, d)। রিগ্রেশন ঢাল বৈশিষ্ট্যগুলি প্রতিটি কোষ/জালির অভিযোজন সংমিশ্রণে পছন্দের টেক্সচার সংকেত (সুসঙ্গত/স্বচ্ছ) বরাদ্দ করতে ব্যবহার করা হয়েছিল (প্রতি উদ্দীপক অবস্থায় n ≥ 20 ট্রায়াল)। ত্রুটি বারগুলি গড়ের মানক বিচ্যুতিকে প্রতিনিধিত্ব করে। ba-তে দেখানো ইউনিটগুলির নিউরোমেট্রিক ফাংশনগুলি একই অধিবেশনের সময় সংগৃহীত সাইকোমেট্রিক ফাংশনগুলির সাথে একসাথে বর্ণনা করা হয়েছে। এখন, প্রতিটি বৈশিষ্ট্যের জন্য, আমরা টেক্সচারের সাইন কনট্রাস্টের (abscissa) শতাংশ হিসাবে পছন্দের টুলটিপ পছন্দ (অর্ডিনেট) (টেক্সট দেখুন) প্লট করি। টেক্সচার কনট্রাস্ট পরিবর্তন করা হয়েছে যাতে পছন্দের টুলটিপগুলি ইতিবাচক এবং ফাঁকা টুলটিপগুলি নেতিবাচক হয়। ঊর্ধ্বমুখী (নিচের দিকে) প্রবাহিত গ্রিড থেকে প্রাপ্ত তথ্য বাম (ডান) প্যানেলে, উপরের (নিচের) সারিতে দেখানো হয়েছে - চিত্র 3a, b (চিত্র 3c, d) এ দেখানো কোষ থেকে প্রাপ্ত তথ্য। প্রতিটি প্যানেলে নিউরোমেট্রিক এবং সাইকোমেট্রিক থ্রেশহোল্ড (N/P) এর অনুপাত দেখানো হয়েছে। স্পোকস। স্পাইকস, সেকেন্ড। সেকেন্ড, ডিরেক্টরি। দিকনির্দেশনা, প্রদেশ পছন্দসই, psi। সাইকোমেট্রি, নিউরোলজি।
দুটি প্রতিনিধিত্বকারী MT কোষের ল্যাটিস টিউনিং কার্ভ এবং নিউরোমেট্রিক ফাংশন এবং তাদের সংশ্লিষ্ট সাইকোমেট্রিক ফাংশন, এই প্রতিক্রিয়াগুলির সাথে একত্রিত করে, চিত্র 4a,b এর উপরের এবং নীচের প্যানেলে যথাক্রমে দেখানো হয়েছে। টেক্সচারের ইঙ্গিত স্বচ্ছ থেকে সুসংগতে যাওয়ার সাথে সাথে এই কোষগুলি মোটামুটি একঘেয়ে বৃদ্ধি বা হ্রাস দেখায়। উপরন্তু, এই বন্ধনের দিক এবং শক্তি ল্যাটিস গতির দিকের উপর নির্ভর করে। অবশেষে, এই কোষগুলির প্রতিক্রিয়া থেকে গণনা করা নিউরোমেট্রিক ফাংশনগুলি কেবল একমুখী গ্রিড আন্দোলনের সাইকোফিজিক্যাল বৈশিষ্ট্যের কাছে পৌঁছেছিল (কিন্তু এখনও সঙ্গতিপূর্ণ ছিল না)। নিউরোমেট্রিক এবং সাইকোমেট্রিক উভয় ফাংশনই থ্রেশহোল্ড দিয়ে সংক্ষিপ্ত করা হয়েছিল, অর্থাৎ সঠিকভাবে নির্বাচিত বৈসাদৃশ্যের প্রায় 84% এর সাথে সম্পর্কিত (ফিট করা ক্রমবর্ধমান গাউসিয়ান ফাংশনের গড় + 1 sd এর সাথে সম্পর্কিত)। সমগ্র নমুনা জুড়ে, N/P অনুপাত, নিউরোমেট্রিক থ্রেশহোল্ডের সাথে সাইকোমেট্রিক একের অনুপাত, বানর N-তে গড়ে 12.4 ± 1.2 এবং বানর S-তে 15.9 ± 1.8 ছিল, এবং জালিটি কমপক্ষে এক দিকে সরানোর জন্য, বানর N (বানর S) থেকে মাত্র ~16% (18.%) ইউনিটে (চিত্র 5a)। চিত্রে দেখানো কোষের উদাহরণ থেকে। চিত্র 3 এবং 4-তে দেখা গেছে, কোষের পছন্দের ওরিয়েন্টেশন এবং পরীক্ষায় ব্যবহৃত জালির গতিবিধির দিকের মধ্যে সম্পর্কের দ্বারা নিউরনের সংবেদনশীলতা প্রভাবিত হতে পারে। বিশেষ করে, চিত্র 3a,c-তে ওরিয়েন্টেশন সমন্বয় বক্ররেখা একটি একক সাইনোসয়েডাল অ্যারের নিউরন ওরিয়েন্টেশন সেটিং এবং আমাদের টেক্সচার্ড অ্যারেতে স্বচ্ছ/সুসঙ্গত গতির প্রতি এর সংবেদনশীলতার মধ্যে সম্পর্ক প্রদর্শন করে। উভয় বানরের ক্ষেত্রেই এটি ছিল (ANOVA; আপেক্ষিক পছন্দের দিকনির্দেশনা 10° রেজোলিউশনের সাথে সংযুক্ত; বানর N: F = 2.12, p < 0.01; বানর S: F = 2.01, p < 0.01)। উভয় বানরের ক্ষেত্রেই এটি ছিল (ANOVA; আপেক্ষিক পছন্দের দিকনির্দেশনা 10° রেজোলিউশনের সাথে সংযুক্ত; বানর N: F = 2.12, p < 0.01; বানর S: F = 2.01, p < 0.01)। Это имело место для обеих обезьян (ANOVA; относительные предпочтительные направления объединены в группы с; N: F = 2,12, p <0,01; обезьяна S: F = 2,01, p <0,01)। উভয় বানরের ক্ষেত্রেই এটি ছিল (ANOVA; আপেক্ষিক পছন্দের দিকনির্দেশনা 10° রেজোলিউশনে গোষ্ঠীভুক্ত; বানর N: F=2.12, p<0.01; বানর S: F=2.01, p<0.01)।两只猴子都是这种情况（方差分析；以10° 分辨率合并的相对首选方向；猚 两 只 猴子 都 是 这 种 （方差 分析 以 10 ° 分辨率 合并 的 ； 对 方向 （方差2.12 ， p <0.01 ； ； ： f = 2.01 ， p <0.01…..….......))))))) Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена при разрешении , p 10°, F12°; <0,01; обезьяна S: F = 2,01, p <0,01)। উভয় বানরের ক্ষেত্রেই এটি ছিল (ANOVA; আপেক্ষিক পছন্দের ওরিয়েন্টেশন 10° রেজোলিউশনে পুল করা হয়েছে; বানর N: F=2.12, p<0.01; বানর S: F=2.01, p<0.01)।নিউরন সংবেদনশীলতার (চিত্র 5a) বিশাল মাত্রার পরিবর্তনশীলতার কারণে, আপেক্ষিক পছন্দের ওরিয়েন্টেশনের উপর নিউরন সংবেদনশীলতার নির্ভরতা কল্পনা করার জন্য, আমরা প্রথমে প্রতিটি কোষের পছন্দের ওরিয়েন্টেশনকে গ্রিড প্যাটার্নের (অর্থাৎ দিকনির্দেশনা) গতিবিধির জন্য "সেরা" ওরিয়েন্টেশনের সাথে স্বাভাবিক করেছি। যেখানে গ্রেটিং পছন্দের কোষ ওরিয়েন্টেশন এবং গ্রেটিং প্যাটার্নের ওরিয়েন্টেশনের মধ্যে ক্ষুদ্রতম কোণ তৈরি করে। আমরা দেখতে পেয়েছি যে নিউরনের আপেক্ষিক থ্রেশহোল্ড ("সবচেয়ে খারাপ" ল্যাটিস ওরিয়েন্টেশনের জন্য থ্রেশহোল্ড/"সেরা" ল্যাটিস ওরিয়েন্টেশনের জন্য থ্রেশহোল্ড) এই স্বাভাবিক পছন্দের ওরিয়েন্টেশনের সাথে পরিবর্তিত হয়, এই থ্রেশহোল্ড অনুপাতের শিখরগুলি প্যাটার্ন বা উপাদান ওরিয়েন্টেশনের চারপাশে ঘটে (চিত্র 5b)। ))। এই প্রভাবটি প্রতিটি নমুনার ইউনিটগুলিতে প্লেড প্যাটার্ন বা উপাদান নির্দেশাবলীর একটির দিকে পছন্দসই দিকনির্দেশনার বন্টনের পক্ষপাত দ্বারা ব্যাখ্যা করা যায়নি (চিত্র 5c; রেলে পরীক্ষা; বানর N: z = 8.33, p < 10−3, বৃত্তাকার গড় = 190.13 ডিগ্রি ± 9.83 ডিগ্রি; বানর S: z = 0.79, p = 0.45) এবং প্লেড আন্তঃ-গ্রেটিং কোণগুলিতে সামঞ্জস্যপূর্ণ ছিল (পরিপূরক চিত্র 2)। এই প্রভাবটি প্রতিটি নমুনার ইউনিটগুলিতে প্লেড প্যাটার্ন বা উপাদান নির্দেশাবলীর একটির দিকে পছন্দসই দিকনির্দেশনার বন্টনের পক্ষপাত দ্বারা ব্যাখ্যা করা যায়নি (চিত্র 5c; রেলে পরীক্ষা; বানর N: z = 8.33, p < 10−3, বৃত্তাকার গড় = 190.13 ডিগ্রি ± 9.83 ডিগ্রি; বানর S: z = 0.79, p = 0.45) এবং প্লেড আন্তঃ-গ্রেটিং কোণগুলিতে সামঞ্জস্যপূর্ণ ছিল (পরিপূরক চিত্র 2)। Этот эффект нельзя было объяснить смещением распределения предпочтительных направлений в единицах в каждой выбогодокрый клетчатых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10–3)। এই প্রভাবটি প্রতিটি নমুনার ইউনিটগুলিতে পছন্দের দিকনির্দেশনাগুলির বন্টনের পরিবর্তনের মাধ্যমে ব্যাখ্যা করা যায়নি, যা চেকার্ড দিকনির্দেশনা বা উপাদান দিকনির্দেশের একটির দিকে (চিত্র 5c; Rayleigh পরীক্ষা; বানর N: z = 8.33, p < 10–3)।, বৃত্তাকার গড় = 190.13 ডিগ্রি ± 9.83 ডিগ্রি; বানর S: z = 0.79, p = 0.45) এবং প্লেড গ্রিডের সমস্ত কোণের জন্য একই ছিল (পরিপূরক চিত্র 2)।这种效应不能通过每个样本中单元中的优选方向分布偏向格子图案或组件方向之一来解释（图5c；瑞利测试；猴子N：z = 8.33，p < 10-3 ，圆形平均值= 190.13 度± 9.83 度；猴子S：z = 0.79，p = 0.45 并且在格子间光栅角上是一致的（补充图2）।这 种 效应 不 能 通过 每 样本 中 单元 中 优选 方向 分布 偏向 偏向 偏向 偏向 图滈滈滈来 解释 （图 图 图 瑞利 测试 ； 猴子 n ： z = 8.33 ， p <10-3 ， 平均值 平均圽 平均圽圆形 圆形 圆形 圆形 圆形 圆形 圆形 圆形z Этот эффект не может быть объяснен тем, что распределение предпочтительных ориентаций в клетках в каждом образовцевсен структуры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33–13, p <)। এই প্রভাবটি ব্যাখ্যা করা যায় না যে প্রতিটি নমুনায় কোষগুলিতে পছন্দসই ওরিয়েন্টেশনের বন্টন হয় জালি কাঠামোর দিকে অথবা উপাদান ওরিয়েন্টেশনগুলির একটির দিকে পক্ষপাতদুষ্ট (চিত্র 5c; রেইলি'স পরীক্ষা; বানর N: z = 8.33, p < 10–3)।, বৃত্তাকার গড়) = 190.13 ডিগ্রি ± 9.83 ডিগ্রি; মাঙ্কি S: z = 0.79, p = 0.45) এবং গ্রিডের মধ্যে জালি কোণে সমান ছিল (পরিপূরক চিত্র 2)।সুতরাং, টেক্সচার্ড গ্রিডের প্রতি নিউরনের সংবেদনশীলতা, অন্তত আংশিকভাবে, MT টিউনিংয়ের মৌলিক বৈশিষ্ট্যের উপর নির্ভর করে।
বাম প্যানেলটি N/P অনুপাতের বন্টন দেখায় (নিউরন/সাইকোফিজিওলজিক্যাল থ্রেশহোল্ড); প্রতিটি কোষ দুটি ডেটা পয়েন্ট প্রদান করে, প্রতিটি দিকের জন্য একটি যেখানে প্যাটার্নটি চলে। ডান প্যানেলটি নমুনার সমস্ত ইউনিটের জন্য সাইকোফিজিক্যাল থ্রেশহোল্ড (অর্ডিনেট) বনাম নিউরোনাল থ্রেশহোল্ড (অ্যাবসিসা) প্লট করে। উপরের (নীচের) সারিতে থাকা ডেটা বানর N (S) থেকে নেওয়া হয়েছে। b স্বাভাবিক থ্রেশহোল্ড অনুপাতগুলি সর্বোত্তম ল্যাটিস ওরিয়েন্টেশন এবং পছন্দের কোষ ওরিয়েন্টেশনের মধ্যে পার্থক্যের মাত্রার বিপরীতে প্লট করা হয়েছে। "সেরা" দিকটি পছন্দের কোষের দিকের সবচেয়ে কাছের গ্রেটিং কাঠামোর (একটি একক সাইনোসয়েডাল গ্রেটিং দিয়ে পরিমাপ করা) দিক হিসাবে সংজ্ঞায়িত করা হয়েছে। ডেটা প্রথমে স্বাভাবিক পছন্দের ওরিয়েন্টেশন (10° বিন) দ্বারা বিন করা হয়েছিল, তারপর থ্রেশহোল্ড অনুপাত সর্বাধিক মান পর্যন্ত স্বাভাবিক করা হয়েছিল এবং প্রতিটি বিনের মধ্যে গড় করা হয়েছিল। ল্যাটিস উপাদানগুলির ওরিয়েন্টেশনের চেয়ে সামান্য বড় বা ছোট পছন্দের ওরিয়েন্টেশন সহ কোষগুলিতে ল্যাটিস প্যাটার্নের ওরিয়েন্টেশনের সংবেদনশীলতার মধ্যে সবচেয়ে বেশি পার্থক্য ছিল। c প্রতিটি বানরে রেকর্ড করা সমস্ত MT ইউনিটের পছন্দের ওরিয়েন্টেশন বিতরণের গোলাপী হিস্টোগ্রাম।
পরিশেষে, গ্রেটিং মুভমেন্টের দিক এবং আমাদের সেগমেন্টেশন সিগন্যালের (টেক্সচার) বিশদ বিবরণ দ্বারা MT-এর প্রতিক্রিয়া নিয়ন্ত্রিত হয়। নিউরোনাল এবং সাইকোফিজিক্যাল সংবেদনশীলতার তুলনা করে দেখা গেছে যে, সাধারণভাবে, MT ইউনিটগুলি বানরের তুলনায় বিপরীত টেক্সচার সিগন্যালের প্রতি অনেক কম সংবেদনশীল ছিল। তবে, ইউনিটের পছন্দের ওরিয়েন্টেশন এবং গ্রিড মুভমেন্টের দিকের পার্থক্যের উপর নির্ভর করে নিউরনের সংবেদনশীলতা পরিবর্তিত হয়েছিল। সবচেয়ে সংবেদনশীল কোষগুলির ওরিয়েন্টেশনাল পছন্দগুলি ছিল যা প্রায় ল্যাটিস প্যাটার্ন বা উপাদান ওরিয়েন্টেশনগুলির একটিকে আচ্ছাদিত করেছিল এবং আমাদের নমুনার একটি ছোট উপসেট বানরের বৈসাদৃশ্য পার্থক্যের উপলব্ধির চেয়ে সংবেদনশীল বা বেশি সংবেদনশীল ছিল। এই সংবেদনশীল ইউনিটগুলির সংকেতগুলি বানরের উপলব্ধির সাথে আরও ঘনিষ্ঠভাবে সম্পর্কিত কিনা তা নির্ধারণ করার জন্য, আমরা উপলব্ধি এবং নিউরোনাল প্রতিক্রিয়ার মধ্যে পারস্পরিক সম্পর্ক পরীক্ষা করেছি।
স্নায়বিক কার্যকলাপ এবং আচরণের মধ্যে সংযোগ স্থাপনের একটি গুরুত্বপূর্ণ পদক্ষেপ হল ধ্রুবক উদ্দীপনার প্রতি নিউরন এবং আচরণগত প্রতিক্রিয়ার মধ্যে পারস্পরিক সম্পর্ক স্থাপন করা। সেগমেন্টেশন বিচারের সাথে স্নায়বিক প্রতিক্রিয়াগুলিকে সংযুক্ত করার জন্য, এমন একটি উদ্দীপনা তৈরি করা অত্যন্ত গুরুত্বপূর্ণ যা একই রকম হওয়া সত্ত্বেও, বিভিন্ন পরীক্ষায় ভিন্নভাবে অনুভূত হয়। বর্তমান গবেষণায়, এটি স্পষ্টভাবে একটি শূন্য টেক্সচার কনট্রাস্ট গ্রেটিং দ্বারা প্রতিনিধিত্ব করা হয়েছে। যদিও আমরা জোর দিয়ে বলছি যে, প্রাণীদের সাইকোমেট্রিক ফাংশনের উপর ভিত্তি করে, ন্যূনতম (~20% এর কম) টেক্সচারাল কনট্রাস্ট সহ গ্রেটিংগুলিকে সাধারণত সুসংগত বা স্বচ্ছ বলে মনে করা হয়।
MT প্রতিক্রিয়াগুলি ইন্দ্রিয়গ্রাহ্য প্রতিবেদনের সাথে কতটা সম্পর্কিত তা পরিমাপ করার জন্য, আমরা আমাদের গ্রিড ডেটার একটি নির্বাচন সম্ভাব্যতা (CP) বিশ্লেষণ করেছি (3 দেখুন)। সংক্ষেপে, CP হল একটি অ-প্যারামেট্রিক, অ-মানক পরিমাপ যা স্পাইক প্রতিক্রিয়া এবং ইন্দ্রিয়গ্রাহ্য বিচারের মধ্যে সম্পর্ক পরিমাপ করে। বিশ্লেষণকে শূন্য টেক্সচারাল বৈসাদৃশ্য সহ গ্রিড ব্যবহার করে ট্রায়ালগুলিতে সীমাবদ্ধ করে এবং যেখানে বানররা এই ট্রায়ালগুলির প্রতিটি ধরণের জন্য কমপক্ষে পাঁচটি পছন্দ করেছে, আমরা গ্রিড চলাচলের প্রতিটি দিকের জন্য আলাদাভাবে SR গণনা করেছি। বানর জুড়ে, আমরা দুর্ঘটনাক্রমে আমাদের প্রত্যাশার চেয়ে উল্লেখযোগ্যভাবে বেশি গড় CP মান লক্ষ্য করেছি (চিত্র 6a, d; বানর N: গড় CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 6.7, p < 10−9 এর শূন্যের বিপরীতে দ্বি-পার্শ্বযুক্ত t-পরীক্ষা; বানর S: গড় CP: 0.55, 95% CI: (0.54, 0.57), দ্বি-পার্শ্বযুক্ত t-পরীক্ষা, t = 9.4, p < 10−13)। বানর জুড়ে, আমরা দুর্ঘটনাক্রমে আমাদের প্রত্যাশার চেয়ে উল্লেখযোগ্যভাবে বেশি গড় CP মান লক্ষ্য করেছি (চিত্র 6a, d; বানর N: গড় CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 6.7, p < 10−9 এর শূন্যের বিপরীতে দ্বি-পার্শ্বযুক্ত t-পরীক্ষা; বানর S: গড় CP: 0.55, 95% CI: (0.54, 0.57), দ্বি-পার্শ্বযুক্ত t-পরীক্ষা, t = 9.4, p < 10−13)।বানরদের ক্ষেত্রে, আমরা লক্ষ্য করেছি যে গড় CP এলোমেলোভাবে প্রত্যাশার চেয়ে উল্লেখযোগ্যভাবে বেশি (চিত্র 6a, d; বানর N: গড় CP: 0.54, 95% CI: (0.53, 0.56), দুই-লেজযুক্ত টি-পরীক্ষা বনাম শূন্য মান)।CP = 0,5, t = 6,7, p < 10-9; CP = 0.5, t = 6.7, p < 10-9; обезьяна S: среднее CP: 0,55, 95% ДИ: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10-13)। বানর এস: গড় সিপি: 0.55, 95% সিআই: (0.54, 0.57), দুই-লেজযুক্ত টি-পরীক্ষা, টি = 9.4, পি < 10–13)।在猴子中，我们观察到平均CP 值显着大于我们偶然预期的值（图6a，d；猴子N：5% CI：（0.53，0.56），针对空值的双边t 检验CP = 0.5, t = 6.7, p < 10−9;猴子S: 平均CP: 0.55, 95%, 0.55, 0.5% (95%),双边t 检验, t = ৯.৪, পৃ < ১০−১৩)।在 猴子 中 ， 我们 观察 平均 平均 值 显着 大于 我们 偶然 的 值 （图 图 值 （图 图 图平均 ： 0.54，95% Ci ： 0.53，0.56）, 空值 检验 CP = 0.5, t = 6.7, p < 10−9; 猴子S: 平均CP: 0.55, 95% CI: (0.54, 0.57), 双边t检验, t=9.4, p < 10−13) У обезьян мы наблюдали средние значения CP, значительно превышающие то, что мы могли бы ожидать случайно (рис; 6a) среднее CP: 0,54, 95% ДИ: (0,53, 0,56), двусторонний t- тест CP против нуля = 0,5, t = 6,7, p < 10-9, обезьяна ,5йдина %5йдис, 5с: ডি: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10- 13)। বানরদের ক্ষেত্রে, আমরা লক্ষ্য করেছি যে গড় CP মানগুলি আমরা দুর্ঘটনাক্রমে যা আশা করতে পারি তার চেয়ে অনেক বেশি (চিত্র 6a, d; বানর N: গড় CP: 0.54, 95% CI: (0.53, 0.56), দুই-লেজযুক্ত টি-পরীক্ষা CP বনাম শূন্য = 0.5, t = 6.7, p < 10-9, বানর S: গড় CP: 0.55, 95% CI: (0.54, 0.57), দুই-লেজযুক্ত টি-মানদণ্ড, t = 9.4, p < 10-13)।সুতরাং, যখন প্রাণীর ল্যাটিস গতির উপলব্ধি কোষের পছন্দের সাথে মিলে যায়, তখন কোনও স্পষ্ট বিভাজন সংকেতের অনুপস্থিতিতেও MT নিউরনগুলি আরও জোরালোভাবে সক্রিয় থাকে।
বানর N থেকে রেকর্ড করা নমুনার জন্য টেক্সচার সিগন্যাল ছাড়া গ্রিডের জন্য নির্বাচন সম্ভাব্যতা বন্টন। প্রতিটি কোষ দুটি ডেটা পয়েন্ট পর্যন্ত অবদান রাখতে পারে (গ্রিড চলাচলের প্রতিটি দিকের জন্য একটি)। র্যান্ডম (সাদা তীর) এর উপরে একটি গড় CP মান নির্দেশ করে যে সামগ্রিকভাবে MT কার্যকলাপ এবং উপলব্ধির মধ্যে একটি উল্লেখযোগ্য সম্পর্ক রয়েছে। b যেকোনো সম্ভাব্য নির্বাচন পক্ষপাতের প্রভাব পরীক্ষা করার জন্য, আমরা যেকোনো উদ্দীপকের জন্য আলাদাভাবে CP গণনা করেছি যার জন্য বানররা কমপক্ষে একটি ত্রুটি করেছে। নির্বাচন সম্ভাব্যতাগুলি সমস্ত উদ্দীপকের (বামে) জন্য নির্বাচন অনুপাত (pref/null) এবং টেক্সচার মার্ক কনট্রাস্টের পরম মান (ডানে, 120টি পৃথক কোষ থেকে ডেটা) এর একটি ফাংশন হিসাবে প্লট করা হয়েছে। বাম প্যানেলে কঠিন রেখা এবং ছায়াযুক্ত এলাকা 20-পয়েন্ট চলমান গড়ের গড় ± sem প্রতিনিধিত্ব করে। ভারসাম্যহীন নির্বাচন অনুপাত সহ উদ্দীপকের জন্য গণনা করা নির্বাচন সম্ভাব্যতা, যেমন উচ্চ সংকেত বৈসাদৃশ্য সহ গ্রিড, আরও ভিন্ন ছিল এবং সম্ভাবনার চারপাশে ক্লাস্টার করা হয়েছিল। ডান প্যানেলে ধূসর-ছায়াযুক্ত এলাকা উচ্চ নির্বাচন সম্ভাব্যতার গণনায় অন্তর্ভুক্ত বৈশিষ্ট্যগুলির বৈসাদৃশ্যের উপর জোর দেয়। c একটি বৃহৎ পছন্দের (অর্ডিনেট) সম্ভাব্যতা নিউরনের (অ্যাবসিসা) থ্রেশহোল্ডের বিপরীতে প্লট করা হয়েছে। নির্বাচনের সম্ভাব্যতা থ্রেশহোল্ডের সাথে উল্লেখযোগ্যভাবে নেতিবাচকভাবে সম্পর্কিত ছিল। কনভেনশন df ac এর মতোই কিন্তু বানর S থেকে 157টি একক ডেটার ক্ষেত্রে প্রযোজ্য যদি না অন্যথায় উল্লেখ করা হয়। g দুটি বানরের প্রতিটির জন্য সর্বোচ্চ নির্বাচনের সম্ভাব্যতা (অর্ডিনেট) স্বাভাবিক পছন্দের দিক (অ্যাবসিসা) এর বিপরীতে প্লট করা হয়েছে। প্রতিটি MT কোষ দুটি ডেটা পয়েন্ট (জালি কাঠামোর প্রতিটি দিকের জন্য একটি) অবদান রেখেছে। h প্রতিটি আন্তঃ-রাস্টার কোণের জন্য নির্বাচনের সম্ভাব্যতার বৃহৎ বাক্স প্লট। কঠিন রেখাটি মধ্যমা চিহ্নিত করে, বাক্সের নীচের এবং উপরের প্রান্তগুলি যথাক্রমে 25 তম এবং 75 তম শতাংশকে প্রতিনিধিত্ব করে, কাঁটাগুলি আন্তঃচতুর্থাংশ পরিসরের 1.5 গুণ পর্যন্ত প্রসারিত হয় এবং এই সীমার বাইরের বহিরাগতগুলি উল্লেখ করা হয়। বাম (ডান) প্যানেলে ডেটা 120 (157) পৃথক N(S) বানর কোষ থেকে। i উদ্দীপকের (অ্যাবসিসা) শুরু হওয়ার সময়ের বিপরীতে নির্বাচনের সর্বোচ্চ সম্ভাবনা (অর্ডিনেট) প্লট করা হয়েছে। পুরো পরীক্ষা জুড়ে স্লাইডিং আয়তক্ষেত্রে (প্রস্থ ১০০ মিলিসেকেন্ড, ধাপ ১০ মিলিসেকেন্ড) বৃহৎ সিপি গণনা করা হয়েছিল এবং তারপর ইউনিটগুলির উপর গড় করা হয়েছিল।
পূর্ববর্তী কিছু গবেষণায় জানা গেছে যে বেসাল রেট ডিস্ট্রিবিউশনে ট্রায়ালের আপেক্ষিক সংখ্যার উপর CP নির্ভর করে, যার অর্থ প্রতিটি পছন্দের অনুপাতে বড় পার্থক্য সৃষ্টিকারী উদ্দীপনার জন্য এই পরিমাপ কম নির্ভরযোগ্য। আমাদের ডেটাতে এই প্রভাব পরীক্ষা করার জন্য, আমরা সাইন টেক্সচার কনট্রাস্ট নির্বিশেষে সমস্ত উদ্দীপকের জন্য আলাদাভাবে CP গণনা করেছি এবং বানররা কমপক্ষে একটি মিথ্যা ট্রায়াল সম্পাদন করেছে। চিত্র 6b এবং e (বাম প্যানেল) -এ প্রতিটি প্রাণীর জন্য যথাক্রমে নির্বাচন অনুপাত (pref/null) এর বিপরীতে CP প্লট করা হয়েছে। চলমান গড়ের দিকে তাকালে, এটা স্পষ্ট যে CP বিস্তৃত নির্বাচনের সম্ভাবনার উপরে থাকে, শুধুমাত্র তখনই হ্রাস পায় যখন সম্ভাবনা 0.2 (0.8) এর নিচে (বৃদ্ধি) পড়ে। প্রাণীদের সাইকোমেট্রিক বৈশিষ্ট্যের উপর ভিত্তি করে, আমরা আশা করব যে এই মাত্রার নির্বাচন সহগগুলি শুধুমাত্র উচ্চ-বৈসাদৃশ্য টেক্সচার সংকেত (সুসঙ্গত বা স্বচ্ছ) সহ উদ্দীপনার ক্ষেত্রে প্রযোজ্য হবে (চিত্র 2a, b-তে সাইকোমেট্রিক বৈশিষ্ট্যের উদাহরণ দেখুন)। এটি কি তাই ছিল কিনা এবং স্পষ্ট সেগমেন্টেশন সিগন্যাল সহ উদ্দীপনার পরেও একটি উল্লেখযোগ্য পিসি টিকে আছে কিনা তা নির্ধারণ করার জন্য, আমরা পিসিতে পরম টেক্সচারাল কনট্রাস্ট মানের প্রভাব পরীক্ষা করেছি (চিত্র 6b, e-right)। প্রত্যাশিত হিসাবে, মাঝারি (~20% কনট্রাস্ট বা তার কম) সেগমেন্টেশন সংকেত ধারণকারী উদ্দীপকের সম্ভাবনার তুলনায় CP উল্লেখযোগ্যভাবে বেশি ছিল।
ওরিয়েন্টেশন, গতি এবং অমিল স্বীকৃতির কাজে, সবচেয়ে সংবেদনশীল নিউরনের মধ্যে MT CP সবচেয়ে বেশি থাকে, সম্ভবত কারণ এই নিউরনগুলি সবচেয়ে তথ্যপূর্ণ সংকেত বহন করে30,32,33,34।এই ফলাফলগুলির সাথে সামঞ্জস্য রেখে আমরা গ্র্যান্ড সিপি-র মধ্যে একটি পরিমিত কিন্তু উল্লেখযোগ্য সম্পর্ক লক্ষ্য করেছি, যা চিত্রের ডানদিকের প্যানেলে হাইলাইট করা টেক্সচার কিউ বৈপরীত্য জুড়ে z-স্কোরযুক্ত ফায়ারিং হার থেকে গণনা করা হয়েছে।6b, e, এবং নিউরোনাল থ্রেশহোল্ড (চিত্র 6c, f; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = −0.12, p = 0.07 বানর S: r = −0.18, p < 10−3)। 6b, e, এবং নিউরোনাল থ্রেশহোল্ড (চিত্র 6c, f; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = −0.12, p = 0.07 বানর S: r = −0.18, p < 10−3)।এই ফলাফলগুলির সাথে সামঞ্জস্য রেখে, আমরা চিত্র 6b, e, এবং নিউরোনাল থ্রেশহোল্ড (চিত্র 6c, f; জ্যামিতিক) এর ডানদিকের প্যানেলে হাইলাইট করা টেক্সচার সিগন্যাল বৈপরীত্য থেকে উত্তেজনা ফ্রিকোয়েন্সি z-স্কোর থেকে গণনা করা বৃহৎ CP-এর মধ্যে একটি পরিমিত কিন্তু উল্লেখযোগ্য সম্পর্ক লক্ষ্য করেছি। জ্যামিতিক গড় রিগ্রেশন;обезьяна N: r = -0,12, p = 0,07 обезьяна S: r = -0,18, p < 10-3)। বানর N: r = -0.12, p = 0.07 বানর S: r = -0.18, p < 10-3)।与这些发现一致,我们观察到大CP 之间存在适度但显着的相关性,这是根捀图e6b和神经元阈值（图6c、f；几何平均回归；猴子N：r = -0.12，p = 0.07 猴子S：r = -01.8.আপনি和 元 阈值 （图 图 6c 、 f ； 回归 ； 猴子 n ： r = -0.12 ， p = 0.07 猴子S：r = -0.18.এই ফলাফলগুলির সাথে সামঞ্জস্য রেখে, আমরা চিত্র 6b,e এবং নিউরন থ্রেশহোল্ডে দেখানো বৃহৎ CV-এর মধ্যে একটি পরিমিত কিন্তু উল্লেখযোগ্য সম্পর্ক লক্ষ্য করেছি (চিত্র 6c,f; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = -0.12, p = 0.07)।Обезьяна S: г = -0,18, р < 10-3)। বানর S: r = -0.18, p < 10-3)।অতএব, সবচেয়ে তথ্যবহুল একক থেকে প্রাপ্ত সংকেতগুলি বানরদের মধ্যে বিষয়গত বিভাজন বিচারের সাথে বৃহত্তর সহ-প্রকরণ প্রদর্শনের প্রবণতা দেখায়, যা উপলব্ধিমূলক পক্ষপাতের সাথে কোনও টেক্সচারাল সংকেত যুক্ত না করেই গুরুত্বপূর্ণ।
যেহেতু আমরা পূর্বে গ্রিড টেক্সচার সিগন্যালের প্রতি সংবেদনশীলতা এবং পছন্দের নিউরোনাল ওরিয়েন্টেশনের মধ্যে একটি সম্পর্ক স্থাপন করেছি, তাই আমরা ভাবছিলাম যে CP এবং পছন্দের ওরিয়েন্টেশনের মধ্যে একই রকম সম্পর্ক আছে কিনা (চিত্র 6g)। এই সম্পর্কটি বানর S-এর ক্ষেত্রে সামান্য তাৎপর্যপূর্ণ ছিল (ANOVA; বানর N: 1.03, p=0.46; বানর S: F=1.73, p=0.04)। আমরা কোনও প্রাণীর জালির মধ্যে জালির কোণের জন্য CP-তে কোনও পার্থক্য লক্ষ্য করিনি (চিত্র 6h; ANOVA; বানর N: F = 1.8, p = 0.11; বানর S: F = 0.32, p = 0.9)।
পরিশেষে, পূর্ববর্তী গবেষণায় দেখা গেছে যে সমগ্র পরীক্ষা জুড়ে CP পরিবর্তিত হয়। কিছু গবেষণায় তীব্র বৃদ্ধির পরে তুলনামূলকভাবে মসৃণ নির্বাচন প্রভাব দেখা গেছে, 30 আবার অন্য গবেষণায় 31 সময় ধরে নির্বাচন সংকেতে স্থির বৃদ্ধির কথা বলা হয়েছে। প্রতিটি বানরের জন্য, আমরা পরীক্ষায় প্রতিটি ইউনিটের CP গণনা করেছি শূন্য টেক্সচারাল কনট্রাস্ট (যথাক্রমে, প্যাটার্ন ওরিয়েন্টেশন অনুসারে) 100 ms কোষে, যা প্রাক-উদ্দীপনা শুরু থেকে গড় প্রাক-উদ্দীপনা অফসেট পর্যন্ত প্রতি 20 ms ধাপে
সংবেদনশীলতা পরিবর্তনের পাশাপাশি, কোষের টিউনিং বৈশিষ্ট্যের কিছু গুণাবলী দ্বারা CP-কে প্রভাবিত হতে দেখা গেছে। উদাহরণস্বরূপ, Uka এবং DeAngelis34 দেখেছেন যে বাইনোকুলার মিসম্যাচ রিকগনিশন টাস্কে CP ডিভাইসের বাইনোকুলার মিসম্যাচ টিউনিং কার্ভের প্রতিসাম্যের উপর নির্ভর করে। এই ক্ষেত্রে, একটি সম্পর্কিত প্রশ্ন হল প্যাটার্ন ডিরেকশন সিলেক্টিভ (PDS) কোষগুলি কম্পোনেন্ট ডিরেকশন সিলেক্টিভ (CDS) কোষের চেয়ে বেশি সংবেদনশীল কিনা। PDS কোষগুলি একাধিক স্থানীয় ওরিয়েন্টেশন ধারণকারী প্যাটার্নগুলির সাধারণ ওরিয়েন্টেশন এনকোড করে, যখন CDS কোষগুলি দিকনির্দেশক প্যাটার্ন উপাদানগুলির গতিবিধিতে সাড়া দেয় (চিত্র 7a)।
মোড কম্পোনেন্ট টিউনিং উদ্দীপক এবং কাল্পনিক গ্রেটিং (বাম) এবং গ্রেটিং ওরিয়েন্টেশন টিউনিং কার্ভের একটি পরিকল্পিত উপস্থাপনা (ডান) (উপকরণ এবং পদ্ধতি দেখুন)। সংক্ষেপে, যদি একটি কোষ গ্রিড উপাদান জুড়ে সংকেত প্যাটার্ন আন্দোলনের জন্য সংহত হয়, তাহলে পৃথক গ্রিড এবং গ্রিড উদ্দীপকের জন্য একই টিউনিং কার্ভ আশা করা যেতে পারে (শেষ কলাম, কঠিন বক্ররেখা)। বিপরীতভাবে, যদি কোষটি সংকেত প্যাটার্নের গতিতে উপাদানগুলির দিকনির্দেশনা একীভূত না করে, তাহলে গ্রেটিং গতির প্রতিটি দিকে একটি শীর্ষ সহ একটি দ্বিপক্ষীয় টিউনিং কার্ভ আশা করা যেতে পারে যা একটি উপাদানকে কোষের পছন্দের দিকে (শেষ কলাম, ড্যাশযুক্ত বক্ররেখা) অনুবাদ করে। . চিত্র 1 এবং 2-এ দেখানো কোষগুলির জন্য সাইনোসয়েডাল অ্যারের ওরিয়েন্টেশন সামঞ্জস্য করার জন্য b (বাম) বক্ররেখা। 3 এবং 4 (শীর্ষ সারি - চিত্র 3a, b এবং 4a, b (শীর্ষে); নীচের প্যানেল - চিত্র 3c, d এবং 4a, b (নীচে) এর কোষ)। (মাঝারি) ল্যাটিস টিউনিং প্রোফাইল থেকে গণনা করা প্যাটার্ন এবং উপাদান পূর্বাভাস। (ডান) এই কোষগুলির গ্রিড সামঞ্জস্য করা। উপরের (নীচের) প্যানেলের কোষগুলিকে টেমপ্লেট (উপাদান) কোষ হিসাবে শ্রেণীবদ্ধ করা হয়েছে। মনে রাখবেন যে প্যাটার্ন উপাদানগুলির শ্রেণীবিভাগ এবং সুসংগত/স্বচ্ছ কোষ চলাচলের জন্য পছন্দগুলির মধ্যে কোনও এক-থেকে-এক সঙ্গতি নেই (চিত্র 4a-তে এই কোষগুলির জন্য টেক্সচার ল্যাটিস প্রতিক্রিয়া দেখুন)। c N (বাম) এবং S (ডান) বানরে রেকর্ড করা সমস্ত কোষের জন্য z-স্কোর উপাদান (abscissa) এর আংশিক পারস্পরিক সম্পর্ক সহগের বিপরীতে প্লট করা z-স্কোর মোড (অর্ডিনেট) এর আংশিক পারস্পরিক সম্পর্কের সহগ। পুরু রেখাগুলি কোষগুলিকে শ্রেণীবদ্ধ করার জন্য ব্যবহৃত তাৎপর্যের মানদণ্ড নির্দেশ করে। d উচ্চ নির্বাচন সম্ভাবনা (অর্ডিনেট) বনাম মোড সূচক (Zp – Zc) (abscissa) এর প্লট। বাম (ডান) প্যানেলের ডেটা বানর N(S) কে নির্দেশ করে। কালো বৃত্তগুলি আনুমানিক ইউনিটে ডেটা নির্দেশ করে। উভয় প্রাণীর ক্ষেত্রে, উচ্চ নির্বাচন সম্ভাবনা এবং প্যাটার্ন সূচকের মধ্যে একটি উল্লেখযোগ্য সম্পর্ক ছিল, যা একাধিক উপাদান ওরিয়েন্টেশন সহ উদ্দীপনায় সংকেত প্যাটার্ন ওরিয়েন্টেশন সহ কোষগুলির জন্য একটি বৃহত্তর উপলব্ধিমূলক পারস্পরিক সম্পর্কের পরামর্শ দেয়।
অতএব, একটি পৃথক পরীক্ষার সেটে, আমরা আমাদের নমুনাগুলিতে নিউরনগুলিকে PDS বা CDS হিসাবে শ্রেণীবদ্ধ করার জন্য সাইনোসয়েডাল গ্রিড এবং গ্রিডের প্রতিক্রিয়া পরিমাপ করেছি (পদ্ধতিগুলি দেখুন)। ল্যাটিস টিউনিং কার্ভ, এই টিউনিং ডেটা থেকে তৈরি টেমপ্লেট উপাদান পূর্বাভাস এবং চিত্র 1 এবং 3-এ দেখানো কোষগুলির জন্য ল্যাটিস টিউনিং কার্ভ। চিত্র 3 এবং 4 এবং পরিপূরক চিত্র 3 চিত্র 7b-তে দেখানো হয়েছে। প্যাটার্ন বিতরণ এবং উপাদান নির্বাচন, পাশাপাশি প্রতিটি বিভাগে পছন্দসই কোষের অভিযোজন, যথাক্রমে চিত্র 7c এবং পরিপূরক চিত্র 4-এ প্রতিটি বানরের জন্য দেখানো হয়েছে।
প্যাটার্ন উপাদানগুলির সংশোধনের উপর CP-এর নির্ভরতা মূল্যায়ন করার জন্য, আমরা প্রথমে প্যাটার্ন সূচক 35 (PI) গণনা করেছি, যার বৃহত্তর (ছোট) মানগুলি বৃহত্তর PDS (CDS) অনুরূপ আচরণ নির্দেশ করে। উপরের প্রমাণটি দেওয়া হয়েছে যে: (i) পছন্দসই কোষের অভিযোজন এবং উদ্দীপকের গতিবিধির দিকের পার্থক্যের সাথে নিউরোনাল সংবেদনশীলতা পরিবর্তিত হয় এবং (ii) আমাদের নমুনায় নিউরোনাল সংবেদনশীলতা এবং নির্বাচনের সম্ভাবনার মধ্যে একটি উল্লেখযোগ্য সম্পর্ক রয়েছে, আমরা PI-এর মধ্যে একটি সম্পর্ক খুঁজে পেয়েছি এবং প্রতিটি কোষের "সেরা" গতিবিধির দিকের জন্য মোট CP অধ্যয়ন করা হয়েছিল (উপরে দেখুন)। আমরা দেখতে পেলাম যে CP উল্লেখযোগ্যভাবে PI-এর সাথে সম্পর্কিত ছিল (চিত্র 7d; জ্যামিতিক গড় রিগ্রেশন; গ্র্যান্ড CP মাঙ্কি N: r = 0.23, p < 0.01; দ্বি-স্থিতিশীল CP মাঙ্কি N r = 0.21, p = 0.013; গ্র্যান্ড CP মাঙ্কি S: r = 0.30, p < 10−4; দ্বি-স্থিতিশীল CP মাঙ্কি S: r = 0.29, p < 10−3), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলি CDS এবং অশ্রেণীবদ্ধ কোষগুলির তুলনায় বেশি পছন্দ-সম্পর্কিত কার্যকলাপ প্রদর্শন করেছে। আমরা দেখতে পেলাম যে CP উল্লেখযোগ্যভাবে PI-এর সাথে সম্পর্কিত ছিল (চিত্র 7d; জ্যামিতিক গড় রিগ্রেশন; গ্র্যান্ড CP মাঙ্কি N: r = 0.23, p < 0.01; দ্বি-স্থিতিশীল CP মাঙ্কি N r = 0.21, p = 0.013; গ্র্যান্ড CP মাঙ্কি S: r = 0.30, p < 10−4; দ্বি-স্থিতিশীল CP মাঙ্কি S: r = 0.29, p < 10−3), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলি CDS এবং অশ্রেণীবদ্ধ কোষগুলির তুলনায় বেশি পছন্দ-সম্পর্কিত কার্যকলাপ প্রদর্শন করেছে। Мы обнаружили, что CP значительно коррелирует с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна, большая обезьяна, আমরা দেখতে পেলাম যে CP উল্লেখযোগ্যভাবে PI-এর সাথে সম্পর্কিত ছিল (চিত্র 7d; জ্যামিতিক গড় রিগ্রেশন; গ্রেট মাঙ্কি CP N: r = 0.23, p < 0.01; বিস্টেবল মাঙ্কি CP N r = 0.21, p = 0.013; গ্রেট মাঙ্কি CP S: r = 0.30, p < 10-4; মাঙ্কি S বিস্টেবল CP: r = 0.29, p < 10-3), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলি CDS এবং অশ্রেণীবদ্ধ কোষগুলির তুলনায় পছন্দের সাথে যুক্ত বেশি কার্যকলাপ দেখিয়েছে।我们发现CP 与PI 显着相关（图着相关（图7d；几何平均回归；大CP 猴N：r = 0.23，p < 0.01：r = CPN 0.21，p = 0.013；大CP 猴S： r = 0.30，p < 10-4；双稳态CP 猴S：r = 0.29，p < 10-3），表明分P CD 滔烞烞 CD 和未分类的细胞表现出更大的选择相关活性. CP 与PI 显着相关（图7d；几何平均回归；大CP猴N：r = 0.23，p < 0.01；双稳态CP 猴 ， CP 猴 = 2. 0.21, p3； 0.0 Мы обнаружили, что CP был значительно связан с PI (рис. 7d; регрессия среднего геометрического; большая обезья, 20CP, =03CP; бистабильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,013) 0,30, p < 10-4; আমরা দেখতে পেলাম যে CP উল্লেখযোগ্যভাবে PI এর সাথে যুক্ত ছিল (চিত্র 7d; জ্যামিতিক গড় রিগ্রেশন; গ্রেট মাঙ্কি CP N: r = 0.23, p < 0.01; বিস্টেবল মাঙ্কি CP N r = 0.21, p = 0.013; গ্রেট মাঙ্কি CP S: r = 0.013) 0.30, p < 10-4; бистабильный CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как PDS, проявляцированные как PDS активность, чем клетки, классифицированные как CDS এবং неклассифицированные। বানর S বিস্টেবল CP: r = 0.29, p < 10-3), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলি CDS হিসাবে শ্রেণীবদ্ধ এবং অশ্রেণীবদ্ধ কোষগুলির তুলনায় বেশি নির্বাচন কার্যকলাপ প্রদর্শন করে।যেহেতু PI এবং নিউরন সংবেদনশীলতা উভয়ই CP-এর সাথে সম্পর্কিত, তাই আমরা একাধিক রিগ্রেশন বিশ্লেষণ করেছি (PI এবং নিউরন সংবেদনশীলতা স্বাধীন চলক হিসাবে এবং বৃহৎ CP নির্ভরশীল চলক হিসাবে) যাতে দুটি পরিমাপের মধ্যে কোনও সম্পর্ক না থাকে যা প্রভাবের সম্ভাবনার দিকে পরিচালিত করে। উভয় আংশিক পারস্পরিক সম্পর্ক সহগই উল্লেখযোগ্য ছিল (বানর N: প্রান্তিক বনাম CP: r = −0.13, p = 0.04, PI বনাম CP: r = 0.23, p < 0.01; বানর S: প্রান্তিক বনাম CP: r = −0.16, p = 0.03, PI বনাম CP: 0.29, p < 10−3), যা ইঙ্গিত করে যে CP সংবেদনশীলতার সাথে বৃদ্ধি পায় এবং PI এর সাথে স্বাধীনভাবে বৃদ্ধি পায়। উভয় আংশিক পারস্পরিক সম্পর্ক সহগই উল্লেখযোগ্য ছিল (বানর N: প্রান্তিক বনাম CP: r = −0.13, p = 0.04, PI বনাম CP: r = 0.23, p < 0.01; বানর S: প্রান্তিক বনাম CP: r = −0.16, p = 0.03, PI বনাম CP: 0.29, p < 10−3), যা ইঙ্গিত করে যে CP সংবেদনশীলতার সাথে বৃদ্ধি পায় এবং PI এর সাথে স্বাধীনভাবে বৃদ্ধি পায়। Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 02 CP; 02 CP: обезьяна S: порог против CP: r = -0,16, p = 0,03, PI বনাম CP: 0,29, p < 10-3), предполагая, что CP увеличивается с чувильность পিআই উভয় আংশিক পারস্পরিক সম্পর্ক সহগই উল্লেখযোগ্য ছিল (বানর N: প্রান্তিক বনাম CP: r=-0.13, p=0.04, PI বনাম CP: r=0.23, p<0.01; বানর S: প্রান্তিক বনাম CP: r=-0.16, p=0.03, PI বনাম CP: 0.29, p < 10-3), যা ইঙ্গিত করে যে CP সংবেদনশীলতার সাথে বৃদ্ধি পায় এবং PI এর সাথে স্বাধীনভাবে বৃদ্ধি পায়।两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI 与CP：r = 0.23，p < 0.01；猴子S：阈值与CP：r = -0.16，p = 0.03，PI বনাম CP：0.29，p <10-3），表明CP随灵敏度增加而增加,并且以独立方式随PI 增加.两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI = 0.03，PI বনাম CP：0.29，p <1-13CP Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 02 CP; 02 CP: обезьяна S: порог против CP: r = -0,16, p = 0,03 , PI против CP: 0,29, p < 10-3), что указывает на то, что CP увеливчивастьиность против увеличивалась с PI NEзависимым ছিঁড়ে ফেলা। উভয় আংশিক পারস্পরিক সম্পর্ক সহগই উল্লেখযোগ্য ছিল (বানর N: প্রান্তিক বনাম CP: r=-0.13, p=0.04, PI বনাম CP: r=0.23, p<0.01; বানর S: প্রান্তিক বনাম CP: r=-0.16, p=0.03, PI বনাম CP: 0.29, p < 10-3), যা নির্দেশ করে যে CP সংবেদনশীলতার সাথে বৃদ্ধি পেয়েছে এবং PI এর সাথে স্বাধীনভাবে বৃদ্ধি পেয়েছে।
আমরা MT অঞ্চলে একটি একক কার্যকলাপ রেকর্ড করেছি, এবং বানররা তাদের প্যাটার্নের উপলব্ধি রিপোর্ট করেছে যা সুসংগত বা স্বচ্ছ নড়াচড়া হিসাবে দেখা দিতে পারে। পক্ষপাতদুষ্ট উপলব্ধিতে যোগ করা সেগমেন্টেশন সংকেতের প্রতি নিউরনের সংবেদনশীলতা ব্যাপকভাবে পরিবর্তিত হয় এবং অন্তত আংশিকভাবে, ইউনিটের পছন্দের ওরিয়েন্টেশন এবং উদ্দীপক চলাচলের দিকের মধ্যে সম্পর্কের দ্বারা নির্ধারিত হয়। সমগ্র জনসংখ্যার মধ্যে, নিউরোনাল সংবেদনশীলতা মনো-ভৌতিক সংবেদনশীলতার তুলনায় উল্লেখযোগ্যভাবে কম ছিল, যদিও সবচেয়ে সংবেদনশীল ইউনিটগুলি সেগমেন্টেশন সংকেতের সাথে আচরণগত সংবেদনশীলতার সাথে মিলেছে বা অতিক্রম করেছে। উপরন্তু, ফায়ারিং ফ্রিকোয়েন্সি এবং উপলব্ধির মধ্যে একটি উল্লেখযোগ্য সহ-প্রকরণ রয়েছে, যা পরামর্শ দেয় যে MT সংকেত সেগমেন্টেশনে ভূমিকা পালন করে। পছন্দের ওরিয়েন্টেশন সহ কোষগুলি ল্যাটিস সেগমেন্টেশন সংকেতের পার্থক্যের প্রতি তাদের সংবেদনশীলতাকে অপ্টিমাইজ করেছে এবং একাধিক স্থানীয় ওরিয়েন্টেশন সহ উদ্দীপনায় বিশ্বব্যাপী গতিবিধি সংকেত দেওয়ার প্রবণতা দেখিয়েছে, সর্বোচ্চ ইন্দ্রিয়গত পারস্পরিক সম্পর্ক প্রদর্শন করেছে। পূর্ববর্তী কাজের সাথে এই ফলাফলগুলির তুলনা করার আগে আমরা এখানে কিছু সম্ভাব্য সমস্যা বিবেচনা করছি।
প্রাণী মডেলগুলিতে বিস্টেবল উদ্দীপনা ব্যবহার করে গবেষণার একটি প্রধান সমস্যা হল যে আচরণগত প্রতিক্রিয়াগুলি আগ্রহের মাত্রার উপর ভিত্তি করে নাও হতে পারে। উদাহরণস্বরূপ, আমাদের বানররা তাদের ল্যাটিস কোহেরেন্সের উপলব্ধি থেকে স্বাধীনভাবে টেক্সচার ওরিয়েন্টেশনের উপলব্ধি রিপোর্ট করতে পারে। তথ্যের দুটি দিক ইঙ্গিত দেয় যে এটি এমন নয়। প্রথমত, পূর্ববর্তী প্রতিবেদন অনুসারে, পৃথককারী অ্যারে উপাদানগুলির আপেক্ষিক ওরিয়েন্টেশন কোণ পরিবর্তন করার ফলে সুসংগত উপলব্ধির সম্ভাবনা পদ্ধতিগতভাবে পরিবর্তিত হয়েছে। দ্বিতীয়ত, গড়ে, টেক্সচার সংকেত ধারণকারী বা ধারণকারী প্যাটার্নগুলির ক্ষেত্রে প্রভাব একই। একসাথে নেওয়া হলে, এই পর্যবেক্ষণগুলি পরামর্শ দেয় যে বানরের প্রতিক্রিয়াগুলি ধারাবাহিকভাবে সংযোগ/স্বচ্ছতার তাদের উপলব্ধি প্রতিফলিত করে।
আরেকটি সম্ভাব্য সমস্যা হল আমরা নির্দিষ্ট পরিস্থিতির জন্য গ্রেটিং মোশন প্যারামিটারগুলিকে অপ্টিমাইজ করিনি। নিউরোনাল এবং সাইকোফিজিক্যাল সংবেদনশীলতার তুলনা করার পূর্ববর্তী অনেক কাজগুলিতে, প্রতিটি নিবন্ধিত ইউনিটের জন্য উদ্দীপনা পৃথকভাবে নির্বাচন করা হয়েছিল [31, 32, 34, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45]। এখানে আমরা প্রতিটি কোষের ওরিয়েন্টেশনের সমন্বয় নির্বিশেষে ল্যাটিস প্যাটার্নের চলাচলের একই দুটি দিক ব্যবহার করেছি। এই নকশাটি আমাদের ল্যাটিস মুভমেন্ট এবং পছন্দের ওরিয়েন্টেশনের মধ্যে ওভারল্যাপের সাথে সংবেদনশীলতা কীভাবে পরিবর্তিত হয় তা অধ্যয়ন করার অনুমতি দিয়েছে, তবে, এটি কোষগুলি সুসংগত বা স্বচ্ছ ল্যাটিস পছন্দ করে কিনা তা নির্ধারণের জন্য একটি অগ্রাধিকার ভিত্তি প্রদান করেনি। অতএব, আমরা টেক্সচার্ড জালের প্রতি প্রতিটি কোষের প্রতিক্রিয়া ব্যবহার করে, জালের চলাচলের প্রতিটি বিভাগের জন্য পছন্দ এবং শূন্য লেবেল নির্ধারণ করার জন্য অভিজ্ঞতামূলক মানদণ্ডের উপর নির্ভর করি। যদিও অসম্ভাব্য, এটি আমাদের সংবেদনশীলতা বিশ্লেষণ এবং CP সংকেত সনাক্তকরণের ফলাফলগুলিকে পদ্ধতিগতভাবে বিকৃত করতে পারে, সম্ভাব্যভাবে যেকোনো পরিমাপকে অতিরঞ্জিত করতে পারে। যাইহোক, নীচে আলোচনা করা বিশ্লেষণ এবং তথ্যের বেশ কয়েকটি দিক থেকে বোঝা যায় যে এটি এমন নয়।
প্রথমত, যেসব উদ্দীপক বেশি (কম) কার্যকলাপ করে, তাদের পছন্দের (নাল) নাম নির্ধারণ করা এই প্রতিক্রিয়া বিতরণের পার্থক্যযোগ্যতাকে প্রভাবিত করেনি। পরিবর্তে, এটি কেবল নিশ্চিত করে যে নিউরোমেট্রিক এবং সাইকোমেট্রিক ফাংশনগুলির একই চিহ্ন রয়েছে, তাই তাদের সরাসরি তুলনা করা যেতে পারে। দ্বিতীয়ত, CP গণনা করার জন্য ব্যবহৃত প্রতিক্রিয়াগুলি (টেক্সচার্ড গ্রেটিংয়ের জন্য "ভুল" ট্রায়াল এবং টেক্সচার কনট্রাস্ট ছাড়াই গ্রেটিংয়ের জন্য সমস্ত ট্রায়াল) রিগ্রেশন বিশ্লেষণে অন্তর্ভুক্ত করা হয়নি যা নির্ধারণ করে যে প্রতিটি কোষ সংযুক্ত বা স্বচ্ছ স্পোর্টস "পছন্দ করে" কিনা। এটি নিশ্চিত করে যে নির্বাচনের প্রভাবগুলি পছন্দের/অবৈধ উপাধির প্রতি পক্ষপাতদুষ্ট নয়, যার ফলে একটি উল্লেখযোগ্য নির্বাচনের সম্ভাবনা তৈরি হয়।
নিউসম এবং তার সহকর্মীদের [36, 39, 46, 47] গবেষণাগুলিই প্রথম গতির দিকনির্দেশনার আনুমানিক অনুমানে MT-এর ভূমিকা নির্ধারণ করে। পরবর্তী প্রতিবেদনগুলিতে গভীরতা34,44,48,49,50,51 এবং গতি32,52, সূক্ষ্ম ওরিয়েন্টেশন33 এবং গতি31,53,54 (3D টেকসই বন) থেকে 3D কাঠামোর উপলব্ধি সম্পর্কে তথ্য সংগ্রহ করা হয়েছে। আমরা এই ফলাফলগুলিকে দুটি গুরুত্বপূর্ণ উপায়ে প্রসারিত করি। প্রথমত, আমরা প্রমাণ প্রদান করি যে MT প্রতিক্রিয়াগুলি ভিজুওমোটর সংকেতের উপলব্ধিমূলক বিভাজনে অবদান রাখে। দ্বিতীয়ত, আমরা MT মোড ওরিয়েন্টেশন নির্বাচন এবং এই নির্বাচন সংকেতের মধ্যে একটি সম্পর্ক পর্যবেক্ষণ করেছি।
ধারণাগতভাবে, বর্তমান ফলাফলগুলি 3-D SFM-এর কাজের সাথে সবচেয়ে বেশি মিল, কারণ উভয়ই জটিল বিস্টেবল উপলব্ধি যার মধ্যে গতিবিধি এবং গভীরতা ক্রম জড়িত। Dodd et al.31 একটি বিস্টেবল 3D SFM সিলিন্ডারের ঘূর্ণনগত অভিযোজন রিপোর্ট করার সময় বানরের কাজে একটি বৃহৎ নির্বাচন সম্ভাবনা (0.67) খুঁজে পেয়েছেন। আমরা বিস্টেবল গ্রিড উদ্দীপনার জন্য একটি অনেক ছোট নির্বাচন প্রভাব পেয়েছি (উভয় বানরের জন্য প্রায় 0.55)। যেহেতু CP-এর মূল্যায়ন নির্বাচন সহগের উপর নির্ভর করে, তাই বিভিন্ন কাজে বিভিন্ন পরিস্থিতিতে প্রাপ্ত CP ব্যাখ্যা করা কঠিন। যাইহোক, আমরা যে নির্বাচন প্রভাব পর্যবেক্ষণ করেছি তার মাত্রা শূন্য এবং নিম্ন টেক্সচার কনট্রাস্ট গ্রেটিংয়ের জন্য একই ছিল, এবং যখন আমরা শক্তি বৃদ্ধির জন্য কম/কোন টেক্সচার কনট্রাস্ট উদ্দীপনা একত্রিত করেছি তখনও। অতএব, CP-তে এই পার্থক্য ডেটাসেটের মধ্যে নির্বাচন হারের পার্থক্যের কারণে হওয়ার সম্ভাবনা কম।
পরবর্তী ক্ষেত্রে উপলব্ধির সাথে MT ফায়ারিং রেটে যে সামান্য পরিবর্তন আসে তা 3-D SFM উদ্দীপনা এবং বিস্টেবল গ্রিড কাঠামো দ্বারা প্ররোচিত তীব্র এবং গুণগতভাবে ভিন্ন উপলব্ধিগত অবস্থার তুলনায় বিভ্রান্তিকর বলে মনে হয়। একটি সম্ভাবনা হল যে আমরা উদ্দীপকের পুরো সময়কাল জুড়ে ফায়ারিং হার গণনা করে নির্বাচনের প্রভাবকে অবমূল্যায়ন করেছি। ৩১ ৩-ডি এসএফএম-এর ক্ষেত্রে, যেখানে পরীক্ষায় এমটি কার্যকলাপের পার্থক্য প্রায় ২৫০ মিলিসেকেন্ড বিকশিত হয়েছিল এবং তারপর পুরো পরীক্ষা জুড়ে ক্রমাগত বৃদ্ধি পেয়েছিল, নির্বাচন সংকেতের টেম্পোরাল গতিবিদ্যার আমাদের বিশ্লেষণ (উভয় বানরের মধ্যে উদ্দীপনা শুরু হওয়ার ৫০০ মিলিসেকেন্ড দেখুন। উপরন্তু, এই সময়কালে তীব্র বৃদ্ধির পর, আমরা পরীক্ষার বাকি সময়গুলিতে সিপি-তে ওঠানামা লক্ষ্য করেছি। হুপ এবং রুবিন ৫৫ রিপোর্ট করেছেন যে দীর্ঘ পরীক্ষায় বিস্টেবল আয়তক্ষেত্রাকার অ্যারে সম্পর্কে মানুষের ধারণা প্রায়শই পরিবর্তিত হয়। যদিও আমাদের উদ্দীপনা মাত্র ১.৫ সেকেন্ডের জন্য উপস্থাপিত হয়েছিল, আমাদের বানরদের ধারণাও পরীক্ষার সময় সুসংগতি থেকে স্বচ্ছতা পর্যন্ত পরিবর্তিত হতে পারে (তাদের প্রতিক্রিয়াগুলি কিউ নির্বাচনের সময় তাদের চূড়ান্ত উপলব্ধি প্রতিফলিত করে।) অতএব, আমাদের কাজের একটি প্রতিক্রিয়া সময় সংস্করণ, বা পরিকল্পনা যেখানে বানররা ক্রমাগত তাদের উপলব্ধি রিপোর্ট করতে পারে, তার একটি বৃহত্তর নির্বাচন প্রভাব থাকবে বলে আশা করা হচ্ছে। শেষ সম্ভাবনা হল যে দুটি কাজে এমটি সংকেত ভিন্নভাবে পড়া হয়। যদিও দীর্ঘদিন ধরেই মনে করা হচ্ছে যে সিপিইউ সংকেতগুলি সংবেদনশীল ডিকোডিং এবং পারস্পরিক সম্পর্কযুক্ত শব্দের ফলে তৈরি হয়, ৫৬ গু এবং সহকর্মীরা ৫৭ দেখেছেন যে গণনামূলক মডেলগুলিতে, বিভিন্ন পুলিং কৌশল, বরং পারস্পরিক সম্পর্কযুক্ত পরিবর্তনশীলতার মাত্রার চেয়ে, ডোরসাল মিডিয়া-সুপিরিয়র টেম্পোরাল নিউরনে CPU-কে আরও ভালোভাবে ব্যাখ্যা করতে পারে। শিট চেঞ্জ ওরিয়েন্টেশন রিকগনিশন টাস্ক (MSTd)। MT-তে আমরা যে ছোট নির্বাচন প্রভাব লক্ষ্য করেছি তা সম্ভবত অনেক কম-তথ্যমূলক নিউরনের বিস্তৃত সমষ্টিকে প্রতিফলিত করে যাতে সুসংগততা বা স্বচ্ছতার ধারণা তৈরি হয়। যেকোনো ক্ষেত্রে যেখানে স্থানীয় গতি সংকেতগুলিকে এক বা দুটি বস্তুতে (বিস্টেবল গ্রেটিং) বা সাধারণ বস্তুর পৃথক পৃষ্ঠে (3-D SFM) গোষ্ঠীভুক্ত করা হয়েছিল, সেখানে স্বাধীন প্রমাণ ছিল যে MT প্রতিক্রিয়াগুলি উপলব্ধিমূলক বিচারের সাথে উল্লেখযোগ্যভাবে যুক্ত ছিল, সেখানে শক্তিশালী MT প্রতিক্রিয়া ছিল। ভিজ্যুয়াল গতি তথ্য ব্যবহার করে জটিল চিত্রগুলিকে বহু-বস্তু দৃশ্যে ভাগ করার ক্ষেত্রে ভূমিকা পালন করার প্রস্তাব করা হয়েছে।
উপরে উল্লিখিত হিসাবে, আমরাই প্রথম MT প্যাটার্ন সেলুলার কার্যকলাপ এবং উপলব্ধির মধ্যে একটি সম্পর্ক রিপোর্ট করেছি। Movshon এবং সহকর্মীদের দ্বারা মূল দুই-স্তরের মডেলে প্রণয়ন করা হয়েছে, মোড ইউনিট হল MT-এর আউটপুট পর্যায়। যাইহোক, সাম্প্রতিক গবেষণায় দেখা গেছে যে মোড এবং কম্পোনেন্ট কোষগুলি একটি ধারাবাহিকতার বিভিন্ন প্রান্তকে প্রতিনিধিত্ব করে এবং রিসেপটিভ ফিল্ডের কাঠামোর প্যারামেট্রিক পার্থক্যগুলি মোড কম্পোনেন্টগুলির টিউনিং স্পেকট্রামের জন্য দায়ী। অতএব, আমরা CP এবং PI-এর মধ্যে একটি উল্লেখযোগ্য সম্পর্ক খুঁজে পেয়েছি, যা সূক্ষ্ম ওরিয়েন্টেশন বৈষম্য কার্যে গভীরতা স্বীকৃতি টাস্ক বা ওরিয়েন্টেশন সেটিং কনফিগারেশনে বাইনোকুলার অমিল সমন্বয় প্রতিসাম্য এবং CP-এর মধ্যে সম্পর্কের অনুরূপ। নথি এবং CP 33-এর মধ্যে সম্পর্ক। ওয়াং এবং Movshon62 MT ওরিয়েন্টেশন নির্বাচনীতা সহ প্রচুর সংখ্যক কোষ বিশ্লেষণ করেছেন এবং দেখেছেন যে, গড়ে, মোড সূচকটি অনেক টিউনিং বৈশিষ্ট্যের সাথে যুক্ত ছিল, যা পরামর্শ দেয় যে MT জনসংখ্যা থেকে পড়া যেতে পারে এমন অনেক অন্যান্য ধরণের সংকেতে মোড নির্বাচনীতা বিদ্যমান। অতএব, MT কার্যকলাপ এবং ব্যক্তিগত উপলব্ধির মধ্যে সম্পর্কের ভবিষ্যতের অধ্যয়নের জন্য, প্যাটার্ন সূচকটি অন্যান্য কার্য এবং উদ্দীপক নির্বাচন সংকেতের সাথে একইভাবে সম্পর্কিত কিনা, অথবা এই সম্পর্কটি উপলব্ধিগত বিভাজনের ক্ষেত্রে নির্দিষ্ট কিনা তা নির্ধারণ করা গুরুত্বপূর্ণ।
একইভাবে, নিয়েনবর্গ এবং কামিং ৪২ দেখেছেন যে যদিও V2-তে বাইনোকুলার অমিলের জন্য নির্বাচিত নিকটবর্তী এবং দূরবর্তী কোষগুলি গভীরতা বৈষম্যের কাজে সমানভাবে সংবেদনশীল ছিল, শুধুমাত্র নিকটবর্তী-পছন্দের কোষ জনসংখ্যা উল্লেখযোগ্য CP প্রদর্শন করেছিল। যাইহোক, বানরদের পছন্দের দূরত্বের পার্থক্যগুলিকে ওজন করার জন্য পুনরায় প্রশিক্ষণ দেওয়ার ফলে আরও পছন্দের খাঁচায় উল্লেখযোগ্য CP দেখা যায়। অন্যান্য গবেষণায় আরও জানা গেছে যে প্রশিক্ষণের ইতিহাস উপলব্ধিগত পারস্পরিক সম্পর্ক 34,40,63 বা MT কার্যকলাপ এবং ডিফারেনশিয়াল বৈষম্যের মধ্যে একটি কার্যকারণ সম্পর্কের উপর নির্ভর করে48। CP এবং রেজিমেন দিকনির্দেশনা নির্বাচনের মধ্যে আমরা যে সম্পর্কটি পর্যবেক্ষণ করেছি তা সম্ভবত বানররা আমাদের সমস্যা সমাধানের জন্য যে নির্দিষ্ট কৌশলটি ব্যবহার করেছিল তা প্রতিফলিত করে, এবং ভিজ্যুয়াল-মোটর উপলব্ধিতে মোড নির্বাচন সংকেতের নির্দিষ্ট ভূমিকা নয়। ভবিষ্যতের কাজে, কোন MT সংকেতগুলিকে অগ্রাধিকারমূলক এবং নমনীয়ভাবে ওজন করা হবে তা নির্ধারণে শেখার ইতিহাসের উল্লেখযোগ্য প্রভাব আছে কিনা তা নির্ধারণ করা গুরুত্বপূর্ণ হবে যাতে বিভাজন বিচার করা যায়।
স্টোনার এবং সহকর্মীরা 14,23 প্রথম রিপোর্ট করেছিলেন যে ওভারল্যাপিং গ্রিড অঞ্চলের উজ্জ্বলতা পরিবর্তনের ফলে মানব পর্যবেক্ষক রিপোর্টের সুসংগততা এবং স্বচ্ছতা এবং ম্যাকাক MT নিউরনের দিকনির্দেশনামূলক সমন্বয়ের উপর পূর্বাভাসযোগ্য প্রভাব পড়ে। লেখকরা দেখেছেন যে যখন ওভারল্যাপিং অঞ্চলের উজ্জ্বলতা শারীরিকভাবে স্বচ্ছতার সাথে মিলে যায়, তখন পর্যবেক্ষকরা আরও স্বচ্ছ উপলব্ধি রিপোর্ট করেন, যখন MT নিউরন রাস্টার উপাদানগুলির গতিবিধির সংকেত দেয়। বিপরীতভাবে, যখন ওভারল্যাপিং উজ্জ্বলতা এবং স্বচ্ছ ওভারল্যাপ শারীরিকভাবে অসঙ্গতিপূর্ণ হয়, তখন পর্যবেক্ষক সুসংগত গতিবিধি উপলব্ধি করেন এবং MT নিউরনগুলি প্যাটার্নের বিশ্বব্যাপী গতিবিধির সংকেত দেয়। সুতরাং, এই গবেষণাগুলি দেখায় যে দৃশ্যমান উদ্দীপনার শারীরিক পরিবর্তনগুলি যা নির্ভরযোগ্যভাবে সেগমেন্টেশন রিপোর্টগুলিকে প্রভাবিত করে তা MT উত্তেজনায়ও পূর্বাভাসযোগ্য পরিবর্তন আনে। এই ক্ষেত্রে সাম্প্রতিক কাজ অন্বেষণ করেছে যে কোন MT সংকেত জটিল উদ্দীপনার উপলব্ধিমূলক চেহারা ট্র্যাক করে18,24,64। উদাহরণস্বরূপ, MT নিউরনের একটি উপসেটকে একটি র্যান্ডম পয়েন্ট মোশন ম্যাপে (RDK) দ্বিমুখী টিউনিং প্রদর্শন করতে দেখা গেছে যার দুটি দিক একমুখী RDK এর চেয়ে কম ব্যবধানে। সেলুলার টিউনিংয়ের ব্যান্ডউইথ 19, 25। পর্যবেক্ষকরা সর্বদা প্রথম প্যাটার্নটিকে স্বচ্ছ গতিবিধি হিসাবে দেখেন, যদিও বেশিরভাগ MT নিউরন এই উদ্দীপনার প্রতিক্রিয়ায় একমুখী অভিযোজন প্রদর্শন করে এবং সমস্ত MT কোষের একটি সাধারণ গড় একটি একমুখী জনসংখ্যা প্রতিক্রিয়া দেয়। সুতরাং, দ্বিমুখী টিউনিং প্রদর্শনকারী কোষের একটি উপসেট এই উপলব্ধির জন্য নিউরাল সাবস্ট্রেট গঠন করতে পারে। মজার বিষয় হল, মারমোসেটে, প্রচলিত গ্রিড এবং গ্রিড উদ্দীপনা ব্যবহার করে পরীক্ষা করার সময় এই জনসংখ্যা PDS কোষের সাথে মিলে যায়।
আমাদের ফলাফলগুলি উপরোক্ত ফলাফলের চেয়ে আরও এক ধাপ এগিয়ে, যা ইন্দ্রিয়গত বিভাজনে MT-এর ভূমিকা প্রতিষ্ঠার জন্য গুরুত্বপূর্ণ। প্রকৃতপক্ষে, সেগমেন্টেশন একটি ব্যক্তিগত ঘটনা। অনেক পলিস্টেবল ভিজ্যুয়াল ডিসপ্লে একাধিক উপায়ে স্থায়ী উদ্দীপনা সংগঠিত এবং ব্যাখ্যা করার জন্য ভিজ্যুয়াল সিস্টেমের ক্ষমতা চিত্রিত করে। একই সাথে আমাদের গবেষণায় স্নায়বিক প্রতিক্রিয়া এবং ইন্দ্রিয়গত প্রতিবেদন সংগ্রহ করে আমরা MT ফায়ারিং হার এবং ধ্রুবক উদ্দীপনার ইন্দ্রিয়গত ব্যাখ্যার মধ্যে সহ-প্রবাহ অন্বেষণ করতে পেরেছি। এই সম্পর্কটি প্রদর্শন করার পরে, আমরা স্বীকার করি যে কার্যকারণের দিকটি প্রতিষ্ঠিত হয়নি, অর্থাৎ, আমাদের দ্বারা পর্যবেক্ষণ করা ইন্দ্রিয়গত বিভাজনের সংকেত, যেমন কেউ কেউ যুক্তি দেন [65, 66, 67], স্বয়ংক্রিয় কিনা তা নির্ধারণ করার জন্য আরও পরীক্ষা-নিরীক্ষার প্রয়োজন। প্রক্রিয়াটি আবার উচ্চতর অঞ্চল 68, 69, 70 (চিত্র 8) থেকে সংবেদনশীল কর্টেক্সে ফিরে আসা অবরোহী সংকেতগুলিকে প্রতিনিধিত্ব করে। MT-এর প্রধান কর্টিকাল লক্ষ্যগুলির মধ্যে একটি, MSTd71-তে প্যাটার্ন-সিলেক্টিভ কোষের বৃহত্তর অনুপাতের প্রতিবেদনগুলি ইঙ্গিত দেয় যে MT এবং MSTd-এর যুগপত রেকর্ডিং অন্তর্ভুক্ত করার জন্য এই পরীক্ষাগুলিকে সম্প্রসারিত করা উপলব্ধির স্নায়বিক প্রক্রিয়াগুলিকে আরও বোঝার দিকে একটি ভাল প্রথম পদক্ষেপ হবে। বিভাজন।
যন্ত্র অনুবাদে কম্পোনেন্ট এবং মোড ওরিয়েন্টেশন সিলেক্টিভিটির একটি দ্বি-পর্যায়ের মডেল এবং পছন্দ-সম্পর্কিত কার্যকলাপের উপর টপ-ডাউন ফিডব্যাকের সম্ভাব্য প্রভাব। এখানে, MT ধাপে মোড ডিরেকশন সিলেক্টিভিটি (PDS – “P”) তৈরি করা হয়েছে (i) নির্দিষ্ট মোড বেগের সাথে সামঞ্জস্যপূর্ণ দিকনির্দেশনা নির্বাচনী ইনপুট ডেটার একটি বৃহৎ নমুনা এবং (ii) শক্তিশালী টিউনিং দমন। MT (“C”) পর্যায়ের ডিরেকশনালি সিলেক্টিভ (CDS) উপাদানটির ইনপুট দিকের দিকে একটি সংকীর্ণ নমুনা পরিসর রয়েছে এবং এতে খুব বেশি টিউনিং দমন নেই। আনটিউনড ইনহিবিশন উভয় জনসংখ্যার উপর নিয়ন্ত্রণ দেয়। রঙিন তীরগুলি পছন্দের ডিভাইস ওরিয়েন্টেশন নির্দেশ করে। স্পষ্টতার জন্য, V1-MT সংযোগের শুধুমাত্র একটি উপসেট এবং একটি কম্পোনেন্ট মোড এবং ওরিয়েন্টেশন নির্বাচন বাক্স দেখানো হয়েছে। আমাদের ফিড-ফরোয়ার্ড (FF) ফলাফল ব্যাখ্যা করার প্রেক্ষাপটে, PDS কোষগুলিতে বৃহত্তর ইনপুট সেটিং এবং শক্তিশালী টিউনিং ইনহিবিশন (লাল রঙে হাইলাইট করা হয়েছে) একাধিক আন্দোলনের ধরণগুলির প্রতিক্রিয়ায় কার্যকলাপে বড় পার্থক্য তৈরি করে। আমাদের সেগমেন্টেশন সমস্যায়, এই গ্রুপটি সিদ্ধান্ত শৃঙ্খল চালায় এবং উপলব্ধি বিকৃত করে। বিপরীতে, প্রতিক্রিয়ার (FB) ক্ষেত্রে, আপস্ট্রিম সার্কিটগুলিতে সংবেদনশীল তথ্য এবং জ্ঞানীয় পক্ষপাত দ্বারা উপলব্ধিমূলক সিদ্ধান্ত তৈরি হয় এবং PDS কোষের উপর ডাউনস্ট্রিম FB-এর বৃহত্তর প্রভাব (ঘন রেখা) নির্বাচন সংকেত তৈরি করে। b CDS এবং PDS ডিভাইসের বিকল্প মডেলগুলির পরিকল্পিত উপস্থাপনা। এখানে MT-তে PDS সংকেতগুলি কেবল V1-এর সরাসরি ইনপুট দ্বারা নয়, V1-V2-MT পথের পরোক্ষ ইনপুট দ্বারাও তৈরি হয়। মডেলের পরোক্ষ পথগুলি টেক্সচার সীমানা (গ্রিড ওভারল্যাপিং এলাকা) নির্বাচনীতা দেওয়ার জন্য সামঞ্জস্য করা হয়। MT স্তর CDS মডিউল প্রত্যক্ষ এবং পরোক্ষ ইনপুটগুলির একটি ওজনযুক্ত সমষ্টি সম্পাদন করে এবং PDS মডিউলে আউটপুট পাঠায়। PDS প্রতিযোগিতামূলক বাধা দ্বারা নিয়ন্ত্রিত হয়। আবার, কেবলমাত্র সেই সংযোগগুলি দেখানো হয় যা মডেলের মৌলিক স্থাপত্য আঁকতে প্রয়োজনীয়। এখানে, a-তে প্রস্তাবিত FF প্রক্রিয়ার চেয়ে ভিন্ন একটি প্রক্রিয়া PDS-এর প্রতি সেলুলার ল্যাটিস প্রতিক্রিয়াতে আরও বেশি পরিবর্তনশীলতা আনতে পারে, যা আবার সিদ্ধান্তের ধরণে পক্ষপাতের দিকে পরিচালিত করে। বিকল্পভাবে, PDS কোষগুলিতে বৃহত্তর CP এখনও PDS কোষের সাথে FB সংযুক্তির শক্তি বা দক্ষতায় পক্ষপাতের ফলাফল হতে পারে। প্রমাণগুলি দুই এবং তিন-পর্যায়ের MT PDS মডেল এবং CP FF এবং FB ব্যাখ্যাগুলিকে সমর্থন করে।
দুটি প্রাপ্তবয়স্ক ম্যাকাক (ম্যাকাকা মুলাটা), একটি পুরুষ এবং একটি মহিলা (যথাক্রমে ৭ এবং ৫ বছর বয়সী), ৪.৫ থেকে ৯.০ কেজি ওজনের, গবেষণার বস্তু হিসেবে ব্যবহার করা হয়েছিল। সমস্ত জীবাণুমুক্ত অস্ত্রোপচার পরীক্ষার আগে, প্রাণীদের MT এলাকার দিকে আসা উল্লম্ব ইলেকট্রোডের জন্য একটি কাস্টম-তৈরি রেকর্ডিং চেম্বার, একটি স্টেইনলেস স্টিলের হেডরেস্ট স্ট্যান্ড (ক্রিস্ট ইন্সট্রুমেন্টস, হ্যাগারস্টাউন, এমডি) এবং একটি পরিমাপিত স্ক্লেরাল অনুসন্ধান কয়েল সহ চোখের অবস্থান স্থাপন করা হয়েছিল। (কুনার ওয়্যার, সান দিয়েগো, ক্যালিফোর্নিয়া)। সমস্ত প্রোটোকল মার্কিন যুক্তরাষ্ট্রের কৃষি বিভাগ (USDA) নিয়মাবলী এবং ল্যাবরেটরি প্রাণীদের মানবিক যত্ন এবং ব্যবহারের জন্য জাতীয় স্বাস্থ্য ইনস্টিটিউট (NIH) নির্দেশিকা মেনে চলে এবং শিকাগো বিশ্ববিদ্যালয়ের প্রাতিষ্ঠানিক প্রাণী যত্ন এবং ব্যবহার কমিটি (IAUKC) দ্বারা অনুমোদিত হয়েছে।
সমস্ত চাক্ষুষ উদ্দীপনা কালো বা ধূসর পটভূমির বিপরীতে একটি গোলাকার অ্যাপারচারে উপস্থাপিত হয়েছিল। রেকর্ডিংয়ের সময়, এই গর্তের অবস্থান এবং ব্যাস ইলেকট্রোডের ডগায় নিউরনের ধ্রুপদী গ্রহণযোগ্য ক্ষেত্রের সাথে সামঞ্জস্য করা হয়েছিল। আমরা চাক্ষুষ উদ্দীপনার দুটি বিস্তৃত বিভাগ ব্যবহার করেছি: সাইকোমেট্রিক উদ্দীপনা এবং টিউনিং উদ্দীপনা।
সাইকোমেট্রিক উদ্দীপনা হল একটি গ্রেটিং প্যাটার্ন (২০ সিডি/মিটার, ৫০% বৈসাদৃশ্য, ৫০% শুল্ক চক্র, ৫ ডিগ্রি/সেকেন্ড) যা দুটি আয়তক্ষেত্রাকার গ্রেটিংকে তাদের দিকের লম্ব দিকে প্রবাহিত করে উপরে চাপিয়ে তৈরি করা হয় (চিত্র ১খ)। পূর্বে দেখানো হয়েছে যে মানব পর্যবেক্ষকরা এই গ্রিড প্যাটার্নগুলিকে দ্বি-স্থির উদ্দীপনা হিসাবে দেখেন, কখনও কখনও একই দিকে চলমান একক প্যাটার্ন হিসাবে (সুসঙ্গত গতি) এবং কখনও কখনও দুটি পৃথক পৃষ্ঠতল হিসাবে বিভিন্ন দিকে চলমান (স্বচ্ছ গতি)। ল্যাটিস প্যাটার্নের উপাদানগুলি, প্রতিসমভাবে ভিত্তিক - জালির মধ্যে কোণ 95° থেকে 130° (সেট থেকে টানা: 95°, 100°, 105°, 115°, 120°, 125°, 130° °, পুরো অধিবেশন জুড়ে 115° এ বিচ্ছিন্ন কোণ নিউরনগুলি সংরক্ষণ করা হয়নি, তবে আমরা এখানে সাইকোফিজিক্যাল ডেটা অন্তর্ভুক্ত করছি) - প্রায় 90° বা 270° (প্যাটার্ন ওরিয়েন্টেশন)। প্রতিটি সেশনে, ইন্টারল্যাটিক্স জালির শুধুমাত্র একটি কোণ ব্যবহার করা হয়েছিল; প্রতিটি সেশনের সময়, প্রতিটি ট্রায়ালের জন্য প্যাটার্নের ওরিয়েন্টেশন দুটি সম্ভাবনা থেকে এলোমেলোভাবে নির্বাচন করা হয়েছিল।
গ্রিডের উপলব্ধি দ্ব্যর্থহীনভাবে দূর করতে এবং কর্মের জন্য পুরষ্কারের জন্য একটি অভিজ্ঞতামূলক ভিত্তি প্রদান করার জন্য, আমরা প্রতিটি গ্রিড উপাদানের আলোর বার ধাপ 72-এ র্যান্ডম পয়েন্ট টেক্সচার প্রবর্তন করি। এটি এলোমেলোভাবে নির্বাচিত পিক্সেলের উপসেটের উজ্জ্বলতা বৃদ্ধি বা হ্রাস (একটি নির্দিষ্ট পরিমাণে) দ্বারা অর্জন করা হয় (চিত্র 1c)। টেক্সচারের গতিবিধির দিকটি একটি শক্তিশালী সংকেত দেয় যা পর্যবেক্ষকের ধারণাকে সুসংগত বা স্বচ্ছ গতিবিধির দিকে স্থানান্তরিত করে (চিত্র 1c)। সুসংগত পরিস্থিতিতে, টেক্সচার ল্যাটিসের কভারের যে উপাদানই থাকুক না কেন, সমস্ত টেক্সচার প্যাটার্নের দিকে অনুবাদ করা হয় (চিত্র 1c, সুসংগত)। স্বচ্ছ অবস্থায়, টেক্সচারটি যে গ্রেটিংটি কভার করে তার দিকে লম্বভাবে সরে যায় (চিত্র 1c, স্বচ্ছ) (পরিপূরক চলচ্চিত্র 1)। কাজের জটিলতা নিয়ন্ত্রণ করতে, বেশিরভাগ সেশনে এই টেক্সচার চিহ্নের জন্য মাইকেলসন কনট্রাস্ট (Lmax-Lmin/Lmax+Lmin) (-80, -40, -20, -10, -5, 0, 5) এর একটি সেট থেকে পরিবর্তিত হয়। , ১০, ২০, ৪০, ৮০)। বৈপরীত্যকে একটি রাস্টারের আপেক্ষিক উজ্জ্বলতা হিসাবে সংজ্ঞায়িত করা হয় (তাই ৮০% এর বৈপরীত্য মান 36 বা 6 cd/m2 এর টেক্সচারে পরিণত হবে)। মাঙ্কি N-তে 6টি সেশন এবং মাঙ্কি S-তে 5টি সেশনের জন্য, আমরা সংকীর্ণ টেক্সচারাল বৈপরীত্য পরিসর (-30, -20, -15, -10, -5, 0, 5, 10, 15, 20, 30) ব্যবহার করেছি, যেখানে সাইকোফিজিক্যাল বৈশিষ্ট্যগুলি পূর্ণ-পরিসর বৈপরীত্যের মতো একই প্যাটার্ন অনুসরণ করে, কিন্তু স্যাচুরেশন ছাড়াই।
টিউনিং উদ্দীপনা হল সাইনোসয়েডাল গ্রিড (কনট্রাস্ট ৫০%, ১ চক্র/ডিগ্রি, ৫ ডিগ্রি/সেকেন্ড) যা ১৬টি সমান ব্যবধানে দিকনির্দেশনার একটিতে চলমান, অথবা সাইনোসয়েডাল গ্রিড যা এই দিকগুলিতে চলমান (একে অপরের উপরে দুটি বিপরীত ১৩৫° কোণের সাইনোসয়েডাল গ্রেটিং নিয়ে গঠিত)। প্যাটার্নের একই দিকে।