Nature.com भ्रमण गर्नुभएकोमा धन्यवाद।तपाईंले प्रयोग गरिरहनुभएको ब्राउजर संस्करणमा सीमित CSS समर्थन छ।उत्तम अनुभवको लागि, हामी तपाईंलाई अपडेट गरिएको ब्राउजर प्रयोग गर्न सिफारिस गर्छौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड असक्षम गर्नुहोस्)।यस बीचमा, निरन्तर समर्थन सुनिश्चित गर्न, हामी शैली र जाभास्क्रिप्ट बिना साइट रेन्डर गर्नेछौं।
एकै समयमा तीनवटा स्लाइडहरू देखाउने क्यारोसेल।अघिल्लो र अर्को बटनहरू प्रयोग गर्नुहोस् एक पटकमा तीन स्लाइडहरू मार्फत सार्नको लागि, वा अन्तमा स्लाइडर बटनहरू प्रयोग गर्नुहोस् एक पटकमा तीन स्लाइडहरू मार्फत सार्नको लागि।
उच्च-रिजोल्युसन दृष्टिले वस्तु गुणहरू पुन: निर्माण गर्न राम्रो रेटिना नमूना र एकीकरण आवश्यक छ।विभिन्न वस्तुहरूबाट स्थानीय नमूनाहरू मिश्रण गर्दा, शुद्धता हराएको छ भनेर ध्यान दिन महत्त्वपूर्ण छ।तसर्थ, विभाजन, छुट्टै प्रशोधनको लागि छविको क्षेत्रहरूको समूहीकरण, धारणाको लागि महत्त्वपूर्ण छ।अघिल्लो काममा, बिस्टेबल जाली संरचनाहरू, जसलाई एक वा बढी गतिशील सतहहरूको रूपमा मान्न सकिन्छ, यो प्रक्रिया अध्ययन गर्न प्रयोग गरिएको थियो।यहाँ, हामी प्राइमेट भिजुअल मार्गको मध्यवर्ती क्षेत्रहरूमा गतिविधि र विभाजन निर्णयहरू बीचको सम्बन्धलाई रिपोर्ट गर्छौं।विशेष रूपमा, हामीले फेला पारेका छौं कि छनौट उन्मुख मध्यकालीन टेम्पोरल न्यूरोन्सहरू बिस्टेबल ग्रेटिंग्सको धारणालाई विकृत गर्न प्रयोग गरिएको बनावट संकेतहरूमा संवेदनशील थिए र परीक्षणहरू र निरन्तर उत्तेजनाहरूको व्यक्तिपरक धारणा बीचको महत्त्वपूर्ण सम्बन्ध देखाए।यो सहसम्बन्ध एकाइहरूमा ठूलो छ जसले विश्वव्यापी आन्दोलनलाई बहुविध स्थानीय दिशाहरूसँग ढाँचाहरूमा संकेत गर्दछ।यसैले, हामी निष्कर्षमा पुग्छौं कि मध्यवर्ती समय डोमेनले जटिल दृश्यहरूलाई घटक वस्तुहरू र सतहहरूमा छुट्याउन प्रयोग हुने संकेतहरू समावेश गर्दछ।
दृष्टिले किनारा अभिमुखीकरण र गति जस्ता प्राथमिक छवि विशेषताहरूको सटीक भेदभावमा मात्र निर्भर गर्दैन, तर अझ महत्त्वपूर्ण रूपमा यी विशेषताहरूको सही एकीकरणमा वस्तुको आकार र ट्र्याजेक्टोरी १ जस्ता वातावरणीय गुणहरू गणना गर्नमा निर्भर गर्दछ।यद्यपि, समस्याहरू उत्पन्न हुन्छन् जब रेटिना छविहरूले धेरै समान रूपमा प्रशंसनीय विशेषता समूहहरू 2, 3, 4 (चित्र 1a) लाई समर्थन गर्दछ।उदाहरण को लागी, जब गति संकेतहरु को दुई सेट धेरै नजिक छन्, यो यथोचित रूपमा एक गतिशील वस्तु वा धेरै गतिशील वस्तुहरु (चित्र 1b) को रूप मा व्याख्या गर्न सकिन्छ।यसले विभाजनको व्यक्तिपरक प्रकृतिलाई चित्रण गर्दछ, अर्थात् यो छविको निश्चित गुण होइन, तर व्याख्याको प्रक्रिया हो।सामान्य धारणाको लागि यसको स्पष्ट महत्त्वको बाबजुद, अवधारणात्मक विभाजनको तंत्रिका आधारको हाम्रो बुझाइ उत्तम रूपमा अपूर्ण रहन्छ।
अवधारणात्मक विभाजन समस्याको कार्टुन चित्रण।नेकर क्यूब (बायाँ) मा गहिराइको एक पर्यवेक्षकको धारणा दुई सम्भावित स्पष्टीकरणहरू (दायाँ) बीच एकान्तरण हुन्छ।यो किनभने त्यहाँ छविमा कुनै संकेतहरू छैनन् जसले मस्तिष्कलाई आकृतिको 3D अभिविन्यास (दायाँमा मोनोकुलर अवरोध संकेतद्वारा प्रदान गरिएको) विशिष्ट रूपमा निर्धारण गर्न अनुमति दिन्छ।b जब धेरै गति संकेतहरू स्थानिय निकटतामा प्रस्तुत गरिन्छन्, दृष्टि प्रणालीले स्थानीय नमूनाहरू एक वा बढी वस्तुहरूबाट छन् कि छैनन् भनी निर्धारण गर्नुपर्छ।स्थानीय गति संकेतहरूको अन्तर्निहित अस्पष्टता, अर्थात् वस्तु गतिहरूको अनुक्रमले समान स्थानीय गति उत्पन्न गर्न सक्छ, जसको परिणामस्वरूप दृश्य इनपुटको बहुविध समान रूपमा प्रशंसनीय व्याख्याहरू हुन्छन्, अर्थात् यहाँ भेक्टर क्षेत्रहरू एकल सतहको सुसंगत गति वा ओभरल्यापिंग सतहहरूको पारदर्शी गतिबाट उत्पन्न हुन सक्छन्।c (बाँया) हाम्रो टेक्सचर्ड ग्रिड स्टिमुलसको उदाहरण।आफ्नो दिशामा लम्बवत बहने आयताकार ग्रेटिंगहरू ("कम्पोनेन्ट दिशाहरू" - सेतो तीरहरू) ग्रेटिंग ढाँचा बनाउन एकअर्कालाई ओभरल्याप गर्छन्।जालीलाई एकल, नियमित, जोडिएको दिशाहरू (रातो तीरहरू) वा मिश्रित दिशाहरूको पारदर्शी आन्दोलनको रूपमा बुझ्न सकिन्छ।जालीको धारणा अनियमित बिन्दु बनावट संकेतहरू थपेर विकृत हुन्छ।(मध्य) पहेंलोमा हाइलाइट गरिएको क्षेत्र क्रमशः सुसंगत र पारदर्शी संकेतहरूको लागि फ्रेमहरूको श्रृंखलाको रूपमा विस्तार गरिएको छ।प्रत्येक केसमा डटको आन्दोलन हरियो र रातो तीरहरूद्वारा प्रतिनिधित्व गरिन्छ।(दायाँ) फ्रेमहरूको संख्या बनाम चयन बिन्दुको स्थिति (x, y) को ग्राफ।सुसंगत अवस्थामा, सबै बनावटहरू एउटै दिशामा बहाउँछन्।पारदर्शिताको अवस्थामा, बनावट कम्पोनेन्टको दिशामा सर्छ।d हाम्रो गति विभाजन कार्यको कार्टुन चित्रण।बाँदरहरूले एउटा सानो बिन्दु फिक्स गरेर प्रत्येक परीक्षण सुरु गरे।छोटो ढिलाइ पछि, MT RF को स्थानमा एक निश्चित प्रकारको ग्रेटिंग ढाँचा (सुसंगतता/पारदर्शिता) र बनावट संकेत आकार (जस्तै कन्ट्रास्ट) देखा पर्‍यो।प्रत्येक परीक्षणको समयमा, ग्रिङ ढाँचाको दुई सम्भावित दिशाहरू मध्ये एकमा बहाउन सक्छ।प्रोत्साहन निकासी पछि, चयन लक्ष्यहरू MT RF माथि र तल देखा पर्‍यो।बाँदरहरूले उपयुक्त चयन लक्ष्यमा ग्रिडको आफ्नो धारणालाई saccades मा संकेत गर्नुपर्छ।
दृश्य आन्दोलनहरूको प्रशोधन राम्रोसँग विशेषता छ र यसैले अवधारणात्मक विभाजनको तंत्रिका सर्किटहरू अध्ययन गर्नको लागि उत्कृष्ट मोडेल प्रदान गर्दछ।धेरै कम्प्युटेसनल अध्ययनहरूले दुई-चरण गति प्रशोधन मोडेलहरूको उपयोगितालाई नोट गरेको छ जसमा उच्च-रिजोल्युसन प्रारम्भिक अनुमान पछि आवाज हटाउन र वस्तु वेग7,8 पुनर्स्थापना गर्न स्थानीय नमूनाहरूको चयनात्मक एकीकरणद्वारा पछ्याइएको छ।यो ध्यान दिनु महत्त्वपूर्ण छ कि दृष्टि प्रणालीहरूले सामान्य वस्तुहरूबाट ती स्थानीय नमूनाहरूमा मात्र यस समूहलाई सीमित गर्न ख्याल गर्नुपर्छ।साइकोफिजिकल अध्ययनहरूले भौतिक कारकहरू वर्णन गरेको छ जसले प्रभाव पार्छ कि स्थानीय गति संकेतहरू कसरी विभाजित हुन्छन्, तर शारीरिक प्रक्षेपणहरू र तंत्रिका कोडहरूको आकार खुला प्रश्नहरू रहन्छ।धेरै रिपोर्टहरूले सुझाव दिन्छ कि प्राइमेट कोर्टेक्सको टेम्पोरल (MT) क्षेत्रमा अभिमुखीकरण-चयनित कक्षहरू तंत्रिका सब्सट्रेटहरूको लागि उम्मेद्वार हुन्।
महत्त्वपूर्ण रूपमा, यी अघिल्लो प्रयोगहरूमा, तंत्रिका गतिविधिमा परिवर्तनहरू दृश्य उत्तेजनामा ​​शारीरिक परिवर्तनहरूसँग सम्बन्धित छन्।यद्यपि, माथि उल्लेखित रूपमा, विभाजन अनिवार्य रूपमा एक अवधारणात्मक प्रक्रिया हो।तसर्थ, यसको न्यूरल सब्सट्रेटको अध्ययनलाई निश्चित उत्तेजनाको धारणामा परिवर्तनहरूसँग तंत्रिका गतिविधिमा परिवर्तनहरू जोड्न आवश्यक छ।तसर्थ, हामीले दुई बाँदरहरूलाई रिपोर्ट गर्न तालिम दियौं कि सुपरइम्पोज्ड ड्रिफ्टिङ आयताकार ग्रेटिंग्स द्वारा गठन गरिएको कथित बिस्टेबल ग्रेटिंग ढाँचा एकल सतह वा दुई स्वतन्त्र सतहहरू थिए।तंत्रिका गतिविधि र विभाजन निर्णयहरू बीचको सम्बन्ध अध्ययन गर्न, बाँदरहरूले यो कार्य गर्दा हामीले MT मा एकल गतिविधि रेकर्ड गर्यौं।
हामीले एमटी गतिविधि र धारणाको अध्ययन बीचको महत्त्वपूर्ण सम्बन्ध फेला पार्यौं।यो सहसम्बन्ध अवस्थित थियो कि उत्तेजनाले ओभरट सेग्मेन्टेशन संकेतहरू समावेश गर्दछ।थप रूपमा, यस प्रभावको बल विभाजन संकेतहरू, साथै ढाँचा सूचकांकमा संवेदनशीलतासँग सम्बन्धित छ।पछिल्लोले जटिल ढाँचाहरूमा स्थानीय आन्दोलनको सट्टा एकाइले विश्वव्यापी विकिरण गर्ने डिग्रीलाई परिमाण गर्छ।यद्यपि फेसन दिशाको लागि चयनशीलतालाई लामो समयदेखि MT को परिभाषित विशेषताको रूपमा मान्यता दिइएको छ, र फेसन-चयनात्मक कक्षहरूले ती उत्तेजनाहरूको मानव धारणासँग मिल्दोजुल्दो जटिल उत्तेजनाहरूमा ट्युनिङ देखाउँछन्, हाम्रो सबै भन्दा राम्रो ज्ञानमा, यो ढाँचाहरू बीचको सम्बन्धको लागि पहिलो प्रमाण हो।सूचकांक र अवधारणात्मक विभाजन।
हामीले दुई बाँदरहरूलाई ग्रिड उत्तेजनाहरू (सुसंगत वा पारदर्शी चालहरू) को बहावको धारणा प्रदर्शन गर्न प्रशिक्षित गर्यौं।मानव पर्यवेक्षकहरूले सामान्यतया यी उत्तेजनाहरूलाई लगभग समान आवृत्तिको सुसंगत वा पारदर्शी आन्दोलनहरूको रूपमा बुझ्छन्।यस परीक्षणमा सही जवाफ दिन र अपरेटर पुरस्कारको लागि आधार सेट गर्नको लागि, हामीले जाली (चित्र 1c, d) बन्ने कम्पोनेन्टको रास्टरलाई टेक्स्चर गरेर विभाजन संकेतहरू सिर्जना गर्यौं।सुसंगत अवस्थाहरूमा, सबै बनावटहरू ढाँचाको दिशामा जान्छन् (चित्र 1c, "सुसंगत")।पारदर्शी अवस्थामा, बनावट ग्रेटिंगको दिशामा सीधा सर्छ जसमा यो सुपरइम्पोज गरिएको छ (चित्र 1c, "पारदर्शी")।हामी यस बनावट लेबलको कन्ट्रास्ट परिवर्तन गरेर कार्यको कठिनाईलाई नियन्त्रण गर्छौं।क्यूड ट्रायलहरूमा, बाँदरहरूलाई बनावट संकेतहरू अनुरूप प्रतिक्रियाहरूको लागि पुरस्कृत गरियो, र बनावट संकेतहरू (शून्य बनावट विपरीत अवस्था) बिना ढाँचाहरू समावेश गरिएका परीक्षणहरूमा अनियमित रूपमा (50/50 बाधाहरू) पुरस्कारहरू प्रस्ताव गरियो।
दुई प्रतिनिधि प्रयोगहरूबाट व्यवहार डेटा चित्र 2a मा देखाइएको छ, र प्रतिक्रियाहरू क्रमशः माथि वा तल सर्ने ढाँचाहरूका लागि बनावट संकेतहरू (पारदर्शिता विपरित परिभाषाद्वारा नकारात्मक मानिन्छ) संगतताको निर्णयको अनुपातको रूपमा प्लट गरिएको छ। समग्रमा, बाँदरको सुसंगतता/पारदर्शिताको धारणालाई टेक्सचर क्यू (ANOVA; बाँदर N: दिशा – F = 0.58, p = 0.45, sign – F = 1248, p < 10-10, F-2st−13, p <10, 1248, p <10, 1248) चिन्ह (पारदर्शी, सुसंगत) र शक्ति (कन्ट्रास्ट) दुवैबाट विश्वसनीय रूपमा प्रभावित भएको थियो। कुञ्जी S: दिशा - F = 0.41, p = 0.52, चिन्ह - F = 2876.7, p < 10−10, कन्ट्रास्ट - F = 36.5, p < 10−10)। समग्रमा, बाँदरको सुसंगतता/पारदर्शिताको धारणालाई टेक्सचर क्यू (ANOVA; बाँदर N: दिशा – F = 0.58, p = 0.45, sign – F = 1248, p < 10-10, F-2st = 1248, p < 10-13, F-13, p <10, 1248, 1248; बाँदर S: दिशा - F = 0.41, p = 0.52, चिन्ह - F = 2876.7, p < 10−10, कन्ट्रास्ट - F = 36.5, p < 10−10)। В целом на восприятие обезьянами когерентности/прозрачности достоверно влияли как знак (прозрачность, когерентность), так (прозрачность, когерентность) ризнака (ANOVA; обезьяна N: направление — F = 0,58, p = 0,45, знак — F = 1248, p < 10−10, kontrast – F = 22,63, p < 10; −10, P = 0,45 ,52, признак – F = 2876,7, p < 10−10, kontrast – F = 36,5, р < 10-10)। सामान्यतया, बाँदरहरूद्वारा सुसंगतता/पारदर्शिताको धारणा दुवै चिन्ह (पारदर्शिता, सुसंगतता) र टेक्स्चरल विशेषता (ANOVA; बाँदर N: दिशा — F = 0.58, p = 0.45, sign — F = 1248, p < 10−10, tra2stmon = 3-10; : दिशा - F = 0.41, p = 0.52, चिन्ह - F = 2876.7, p < 10 −10, कन्ट्रास्ट - 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揼０示（ANOVA）的符幈号（透明老语度）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 = 22.6; 对比度- F = 22.6;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揼０示（ANOVA）的符幈号（透明老语度）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 = 22.10; <3-10, p. )।सामान्यमा, बाँदरको सुसंगतता/पारदर्शिताको धारणालाई चिन्ह (पारदर्शिता, सुसंगतता) र बनावट संकेतहरू (ANOVA) को तीव्रता (कन्ट्रास्ट) द्वारा उल्लेखनीय रूपमा प्रभावित भएको थियो;обезьяна N: ориентация – F = 0,58, p = 0,45, знак – F = 1248, p < 10−10, kontрастность — F = 22,63, p < 10; बाँदर N: अभिमुखीकरण - F = 0.58, p = 0.45, चिन्ह - F = 1248, p < 10−10, कन्ट्रास्ट - 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)। −10 Monkey S: अभिमुखीकरण – F = 0.41, p = 0.52, चिन्ह - F = 2876.7, p < 10-10, कन्ट्रास्ट - F = 36.5, p < 10-10)।बाँदरहरूको मनोवैज्ञानिक विशेषताहरू चित्रण गर्न प्रत्येक सत्रको डेटामा गाउसियन संचयी कार्यहरू फिट गरिएको थियो।अंजीर मा।2b ले दुबै बाँदरहरूको लागि सबै सत्रहरूमा यी मोडेलहरूको लागि सम्झौताको वितरण देखाउँदछ।समग्रमा, बाँदरहरूले सही र निरन्तर रूपमा कार्य पूरा गरे, र हामीले संचयी गौसियन मोडेलमा कमजोर फिटको कारणले दुई-बादर सत्रहरूको 13% भन्दा कम अस्वीकार गर्यौं।
प्रतिनिधि सत्रहरूमा बाँदरहरूको व्यवहारिक उदाहरणहरू (n ≥ 20 परीक्षण प्रति उत्तेजक अवस्था)।बायाँ (दायाँ) प्यानलहरूमा, एक N(S) बाँदर सत्रको डेटा सुसंगत चयन स्कोरहरू (अर्डिनेट) बनाम बनावट संकेतहरू (abscissa) को साइन कन्ट्रास्टको रूपमा प्लट गरिएको छ।यहाँ यो मानिन्छ कि पारदर्शी (सुसंगत) बनावटमा नकारात्मक (सकारात्मक) मानहरू छन्।परीक्षणमा ढाँचा (माथि (90°) वा तल (270°)) को चालको दिशा अनुसार प्रतिक्रियाहरू अलग-अलग बनाइएको थियो।दुबै जनावरहरूको लागि, प्रदर्शन, प्रतिक्रियालाई 50/50 कन्ट्रास्ट (PSE - ठोस तीरहरू) द्वारा विभाजित गरिएको छ वा प्रदर्शनको निश्चित स्तर (थ्रेशोल्ड - खुला तीरहरू) लाई समर्थन गर्न आवश्यक टेक्स्चरल कन्ट्रास्टको मात्रा यी बहाव दिशाहरूमा छ।b गाउसियन संचयी प्रकार्यको R2 मानहरूको फिट गरिएको हिस्टोग्राम।बाँदर S(N) डाटा बायाँ (दायाँ) मा देखाइएको छ।c (शीर्ष) ग्रिडको लागि मापन गरिएको PSE PSE को तुलनामा तल सारियो (अर्डिनेट) प्लट गरिएको ग्रिड (abscissa) माथि सारियो, प्रत्येक अवस्थाको लागि PSE वितरण प्रतिनिधित्व गर्ने किनारहरू र प्रत्येक अवस्थाको लागि औसत संकेत गर्ने तीरहरू।सबै N(S) बाँदर सत्रहरूको लागि डाटा बायाँ (दायाँ) स्तम्भमा दिइएको छ।(तल) PSE डेटा को लागी समान कन्भेन्सन, तर फिट सुविधा थ्रेसहोल्ड को लागी।PSE थ्रेसहोल्ड वा फेसन प्रवृत्तिहरूमा कुनै महत्त्वपूर्ण भिन्नताहरू थिएनन् (पाठ हेर्नुहोस्)।d PSE र ढलान (ऑर्डिनेट) को एंगुलर सेपरेसन कम्पोनेन्ट ("इन्टिग्रल ग्रेटिंग एङ्गल" - abscissa) को सामान्यीकृत रास्टर अभिमुखीकरणको आधारमा प्लट गरिएको छ।खुला सर्कलहरू माध्यम हुन्, ठोस रेखा उत्तम फिटिङ रिग्रेसन मोडेल हो, र डटेड लाइन रिग्रेसन मोडेलको लागि 95% विश्वास अन्तराल हो।त्यहाँ PSE र सामान्यीकृत एकीकरण कोण बीचको महत्त्वपूर्ण सम्बन्ध छ, तर ढलान र सामान्यीकृत एकीकरण कोणको बीचमा छैन, जसले सुझाव दिन्छ कि साइकोमेट्रिक प्रकार्य परिवर्तन हुन्छ किनकि कोणले घटक जालीहरू अलग गर्दछ, तर तीखो वा सपाट गर्दैन।(बाँदर N, n = 32 सत्रहरू; बाँदर S, n = 43 सत्रहरू)।सबै प्यानलहरूमा, त्रुटि पट्टीहरूले मतलबको मानक त्रुटिलाई प्रतिनिधित्व गर्दछ।हाहा।सुसंगतता, PSE व्यक्तिपरक समानता स्कोर, मानक।मानकीकरण।
माथि उल्लेख गरिए अनुसार, टेक्सचर संकेतहरूको कन्ट्रास्ट र ढाँचाको आन्दोलनको दिशा परीक्षणहरूमा भिन्न हुन्छ, दिइएको परीक्षणमा उत्तेजनाहरू माथि वा तल बहने।यो psychophysical11 र neuronal28 अनुकूली प्रभाव कम गर्न को लागी गरिन्छ।ढाँचा अभिमुखीकरण बनाम पूर्वाग्रह (व्यक्तिगत समानता बिन्दु वा PSE) (Wilcoxon rank sum test; Monkey N: z = 0.25, p = 0.8; Monkey S: z = 0.86, p = 0.39) वा फिट फंक्शन थ्रेसहोल्ड (Wilcoxon prank = 0.9, 0.9 ranks; कुञ्जी S: z = 0.49, p = 0.62) (चित्र 2c)।थप रूपमा, प्रदर्शन थ्रेसहोल्ड स्तरहरू (N बाँदर = 24.5% ± 3.9%, S बाँदर = 18.9% ± 1.9%; विल्कोक्सन रैंक योग, z = 1.01, p = 0.31) कायम गर्न आवश्यक बनावट कन्ट्रास्टको डिग्रीमा बाँदरहरू बीच कुनै महत्त्वपूर्ण भिन्नताहरू थिएनन्।
प्रत्येक सत्रमा, हामीले कम्पोनेन्ट जालीहरूको अभिमुखीकरणहरू अलग गर्ने इन्टरलेटिस कोण परिवर्तन गर्यौं।साइकोफिजिकल अध्ययनहरूले देखाएको छ कि यो कोण सानो हुँदा मानिसहरूले सेल 10 लाई जोडिएको रूपमा बुझ्ने सम्भावना बढी हुन्छ।यदि बाँदरहरूले सुसंगतता/पारदर्शिताको आफ्नो धारणालाई विश्वसनीय रूपमा रिपोर्ट गरिरहेका थिए भने, त्यसोभए यी निष्कर्षहरूको आधारमा, कसैले PSE को अपेक्षा गर्नेछ, संयोजन र पारदर्शिता विकल्पहरू बीचको समान विभाजनसँग मेल खान्छ, अन्तरक्रियामा वृद्धि हुनेछ।जाली कोण। यो साँच्चै मामला थियो (चित्र 2d; ढाँचा दिशाहरूमा पतन, Kruskal–वालिस; बाँदर N: χ2 = 23.06, p < 10−3; बाँदर S: χ2 = 22.22, p < 10−3; सामान्यीकृत इन्टर-ग्रेटिंग कोण बीचको सहसंबंध: p. 0-7 कुञ्जी; <1 r = 07; सामान्यीकृत कोण बीचको सम्बन्ध। बाँदर S: r = 0.76, p < 10−13)। यो साँच्चै मामला थियो (चित्र 2d; ढाँचा दिशाहरूमा पतन, Kruskal–वालिस; बाँदर N: χ2 = 23.06, p < 10−3; बाँदर S: χ2 = 22.22, p < 10−3; सामान्यीकृत इन्टर-ग्रेटिंग कोण बीचको सम्बन्ध: p. 0 = 07 कुञ्जी; p. बाँदर S: r = 0.76, p < 10−13)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = p, 23; S = 23; 22,22, p < 10-3; корреляция между нормализованными угол решетки и PSE – обезьяна N: r = 0,67, p < 10-9, обезья, p <10-10, обезья = 10,3)। यो साँच्चै भयो (चित्र 2d; ढाँचाको दिशामा पतन, Kruskal-वालिस; बाँदर N: χ2 = 23.06, p < 10–3; बाँदर S: χ2 = 22.22, p < 10–3; सामान्यीकृत जाली कोण बीचको सम्बन्ध: <1-monkey, <1-monkey = 9-SE-7, सामान्यीकृत कोण बीचको सम्बन्ध। बाँदर S: r = 0.76, p < 10-13)।情况确实如此（图2d；跨模式方向折叠，Kruskal-Wallis；猴子N：χ2 = 23.06，p <10-3Ｍ.2S=20p <10-3；猜；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 ， kruskal-wallis ； n ： ： 2 = 23.06 ， p <10-3 p. 2. <10-3 ； 间 光栅角 和 pse-猴子 猴子 猴子 猴子 猴子 猴子 猴子 N：r = 0.67，p <10-10r 0p <10. -१३)। Это действительно имело место (рис. 2d; кратность по оси моды, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p < p < 10: 22, χ = 22, χ 10-3; нормализованный межрешеточный угол)। यो साँच्चै मामला थियो (चित्र 2d; मोड अक्षको साथ तह, Kruskal-वालिस; बाँदर N: χ2 = 23.06, p <10-3; बाँदर S: χ2 = 22.22, p <10-3; सामान्यीकृत इन्टरलेटिस कुना)। PSE- обезьяна N: r = 0,67, p < 10-9, обезьяна S: r = 0,76, p < 10-13)। PSE बाँदर N: r = 0.67, p < 10-9, बाँदर S: r = 0.76, p < 10-13)।यसको विपरित, इन्टरलेटिस कोण परिवर्तन गर्दा साइकोमेट्रिक प्रकार्यको ढलानमा कुनै महत्त्वपूर्ण प्रभाव परेन (चित्र 2d; क्रस-मोडल अभिमुखीकरण फोल्ड, क्रुस्कल-वालिस; बाँदर N: χ2 = 8.09, p = 0.23; बाँदर S χ2 = 3.18, सामान्य इन्टरलेसन, p = 3.107, 1067 को बीचमा सामान्य। लोप – बाँदर N: r = -0.4, p = 0.2, बाँदर S: r = 0.03, p = 0.76)।यसैले, एक व्यक्तिको साइकोफिजिकल डेटा अनुसार, ग्रेटिंग्स बीचको कोण परिवर्तनको औसत प्रभाव विस्थापन बिन्दुहरूमा परिवर्तन हो, र विभाजन संकेतहरूमा संवेदनशीलतामा वृद्धि वा कमी होइन।
अन्तमा, पुरस्कारहरू अनियमित रूपमा शून्य बनावट कन्ट्रास्टको साथ परीक्षणहरूमा 0.5 को सम्भाव्यतासँग तोकिएका छन्।यदि सबै बाँदरहरू यो अद्वितीय अनियमितताको बारेमा सचेत थिए र शून्य बनावट कन्ट्रास्ट र क्यू उत्तेजनाहरू बीच भेद गर्न सक्षम थिए भने, तिनीहरूले दुई प्रकारका परीक्षणहरूको लागि विभिन्न रणनीतिहरू विकास गर्न सक्थे।दुई वटा अवलोकनहरूले दृढतापूर्वक सुझाव दिन्छ कि यो मामला होइन।पहिले, ग्रेटिंग कोण परिवर्तन गर्दा क्यू र शून्य बनावट कन्ट्रास्ट स्कोरहरूमा गुणात्मक रूपमा समान प्रभावहरू थिए (चित्र 2d र पूरक चित्र। 1)।दोस्रो, दुवै बाँदरहरूको लागि, बिस्टेबल परीक्षण चयन सबैभन्दा हालको (अघिल्लो) पुरस्कार चयनको दोहोरिने सम्भावना छैन (द्विपद परीक्षण, N बाँदरहरू: 0.52, z = 0.74, p = 0.22; S बाँदरहरू: 0.51, r = 0.9, p = 0.1)।
निष्कर्षमा, हाम्रो विभाजन कार्यमा बाँदरहरूको व्यवहार राम्रो उत्तेजना नियन्त्रणमा थियो।बनावट संकेतहरूको चिन्ह र आकारमा अवधारणात्मक निर्णयहरूको निर्भरता, साथसाथै ग्रेटिंग कोणको साथ PSE मा परिवर्तनहरूले संकेत गर्दछ कि बाँदरहरूले मोटर सुसंगतता/पारदर्शिताको आफ्नो व्यक्तिपरक धारणा रिपोर्ट गरे।अन्तमा, शून्य बनावट कन्ट्रास्ट ट्रायलहरूमा बाँदरहरूको प्रतिक्रियाहरू अघिल्लो परीक्षणहरूको इनाम इतिहासबाट प्रभावित भएन र अन्तर-रास्टर कोणात्मक परिवर्तनहरूद्वारा महत्त्वपूर्ण रूपमा प्रभावित भएका थिए।यसले सुझाव दिन्छ कि बाँदरहरूले यो महत्त्वपूर्ण अवस्था अन्तर्गत जाली सतह कन्फिगरेसनको आफ्नो व्यक्तिपरक धारणा रिपोर्ट गर्न जारी राख्छन्।
माथि उल्लेख गरिए अनुसार, बनावट विपरीत को नकारात्मक देखि सकारात्मक को संक्रमण पारदर्शी देखि सुसंगत को लागी उत्तेजना को अवधारणात्मक संक्रमण को बराबर छ।सामान्यतया, दिइएको सेलको लागि, MT प्रतिक्रिया बढ्छ वा घट्छ किनकि बनावट कन्ट्रास्ट नकारात्मकबाट सकारात्मकमा परिवर्तन हुन्छ, र यो प्रभावको दिशा सामान्यतया ढाँचा/कम्पोनेन्टको आन्दोलनको दिशामा निर्भर हुन्छ।उदाहरण को लागी, दुई प्रतिनिधि MT कोशिकाहरु को दिशात्मक ट्युनिंग वक्र कम वा उच्च कन्ट्रास्ट सुसंगत वा पारदर्शी बनावट संकेतहरु समावेश gratings को लागी यी कक्षहरु को प्रतिक्रियाहरु संग चित्र 3 मा देखाइएको छ।हामीले यी ग्रिड प्रतिक्रियाहरूलाई अझ राम्रोसँग परिमाणित गर्ने प्रयास गरेका छौं, जुन हाम्रा बाँदरहरूको मनोवैज्ञानिक प्रदर्शनसँग सम्बन्धित हुन सक्छ।
एकल साइनसाइडल एरेको प्रतिक्रियामा प्रतिनिधि बाँदर MT सेल S को दिशात्मक ट्युनिङ वक्रको ध्रुवीय प्लट।कोणले ग्रेटिङ्को चालको दिशालाई संकेत गर्छ, परिमाणले उत्सर्जनशीलतालाई सङ्केत गर्छ, र रुचाइएको कक्ष दिशा झण्डै ढाँचाको दिशामा रहेको कुनै एक घटकको दिशासँग लगभग 90° (माथि) ले ओभरल्याप हुन्छ।b प्रतिक्रिया ग्रिडको साप्ताहिक उत्तेजना-समय हिस्टोग्राम (PSTH), 90° द्वारा टेम्प्लेट दिशामा सारियो (बायाँमा योजनाबद्ध रूपमा देखाइएको) a मा देखाइएको सेलको लागि।प्रतिक्रियाहरू बनावट सङ्केत प्रकार (एकजुट/पारदर्शी - क्रमशः मध्य/दायाँ प्यानल) र माइकलसन कन्ट्रास्ट (PSTH रङ सङ्केत) द्वारा क्रमबद्ध गरिएका छन्।प्रत्येक प्रकारको कम-कन्ट्रास्ट र उच्च-कन्ट्रास्ट बनावट संकेतहरूको लागि मात्र सही प्रयासहरू देखाइन्छ।सेलहरूले पारदर्शी बनावट संकेतहरूको साथ माथिको बहाव जाली ढाँचाहरूमा राम्रो प्रतिक्रिया दिए, र यी ढाँचाहरूको प्रतिक्रिया बढ्दो बनावट कन्ट्रास्टसँग बढ्यो।c, d ए र b मा जस्तै कन्भेन्सनहरू हुन्, तर बाँदर एस बाहेक MT कोषहरूका लागि, तिनीहरूको मनपर्ने अभिमुखीकरण लगभग डाउनवर्ड ड्रिफ्टिङ ग्रिडको ओभरल्याप हुन्छ।एकाइले सुसंगत बनावट संकेतहरूको साथ डाउनवर्ड ड्राफ्टिङ ग्रेटिङ्लाई प्राथमिकता दिन्छ, र यी ढाँचाहरूको प्रतिक्रिया बढ्दो बनावट कन्ट्रास्टसँग बढ्छ।सबै प्यानलहरूमा, छायादार क्षेत्रले औसतको मानक त्रुटिलाई प्रतिनिधित्व गर्दछ।बोल्छन्।स्पाइक्स, सेकेन्ड।दोस्रो।
जाली सतह कन्फिगरेसन (सुसंगत वा पारदर्शी) बीचको सम्बन्ध पत्ता लगाउनको लागि हाम्रो बनावट संकेतहरू र MT गतिविधिले संकेत गरेको रूपमा, हामीले पहिले सुसंगत आन्दोलन (सकारात्मक ढलान) वा पारदर्शी आन्दोलन (नकारात्मक ढलान) को लागि प्रतिगमन द्वारा कोशिकाहरू बीचको सम्बन्धलाई रिग्रेस गर्यौं।कन्ट्रास्टको तुलनामा साइन प्रतिक्रिया दरद्वारा कक्षहरूलाई वर्गीकृत गर्न दिइएको छ (प्रत्येक मोड दिशाको लागि अलग)।चित्र 3 मा उही उदाहरण कक्षबाट यी जाली ट्युनिङ कर्भका उदाहरणहरू चित्र 4a मा देखाइएको छ।वर्गीकरण पछि, हामीले टेक्सचर संकेतहरूको मोड्युलेसनमा प्रत्येक सेलको संवेदनशीलता परिमाण गर्न रिसीभर प्रदर्शन विश्लेषण (आरओसी) प्रयोग गर्यौं (विधिहरू हेर्नुहोस्)।यस तरिकाले प्राप्त गरिएका न्यूरोमेट्रिक प्रकार्यहरूलाई सीधै न्युरोन्सको साइकोफिजिकल संवेदनशीलतालाई जाली बनावटसँग तुलना गर्नको लागि एउटै सत्रमा बाँदरहरूको मनोवैज्ञानिक विशेषताहरूसँग तुलना गर्न सकिन्छ।हामीले नमूनामा सबै एकाइहरूको लागि दुईवटा संकेत पत्ता लगाउने विश्लेषणहरू प्रदर्शन गर्‍यौं, ढाँचाको प्रत्येक दिशा (फेरि, माथि वा तल) को लागि छुट्टै न्यूरोमेट्रिक सुविधाहरू गणना गर्दै।यो ध्यान दिनु महत्त्वपूर्ण छ कि, यस विश्लेषणको लागि, हामीले केवल परीक्षणहरू समावेश गर्यौं जसमा (i) उत्तेजनाले बनावट क्यू समावेश गर्‍यो र (ii) बाँदरहरूले त्यो क्यु (जस्तै, "सही" परीक्षणहरू) अनुसार प्रतिक्रिया दिए।
आगो दरहरू बनावट साइन कन्ट्रास्ट विरुद्ध प्लट गरिएको छ, क्रमशः ग्रेटिंगहरू माथि (बायाँ) वा तल (दायाँ) सर्ने लागि, ठोस रेखाले उत्तम फिट रैखिक प्रतिगमन प्रतिनिधित्व गर्दछ, र शीर्ष (तल) पङ्क्तिमा डेटा चित्रमा देखाइएकाहरूबाट लिइन्छ।चामल।3a सेल, b (चित्र 3c, d)।प्रतिगमन ढलान सुविधाहरू प्रत्येक सेल/जाली अभिविन्यास संयोजन (n ≥ 20 परीक्षण प्रति उत्तेजक अवस्था) लाई मनपर्ने बनावट संकेतहरू (सुसंगत/पारदर्शी) असाइन गर्न प्रयोग गरिएको थियो।त्रुटि बारहरूले औसतको मानक विचलनलाई प्रतिनिधित्व गर्दछ।ba मा देखाइएका एकाइहरूको न्यूरोमेट्रिक प्रकार्यहरू एउटै सत्रमा सङ्कलन गरिएका साइकोमेट्रिक प्रकार्यहरूसँग वर्णन गरिएको छ।अब, प्रत्येक सुविधाको लागि, हामी टेक्सचरको साइन कन्ट्रास्ट (abscissa) को प्रतिशतको रूपमा रुचाइएको टुलटिप छनौट (अर्डिनेट) (पाठ हेर्नुहोस्) प्लट गर्छौं।बनावट कन्ट्रास्ट परिवर्तन गरिएको छ ताकि रुचाइएको टूलटिपहरू सकारात्मक र खाली टुलटिपहरू नकारात्मक हुन्छन्।माथिल्लो (तल) बहाव गर्ने ग्रिडहरूबाट डाटा बायाँ (दायाँ) प्यानलहरूमा, माथिल्लो (तल्लो) पङ्क्तिहरूमा देखाइएको छ - चित्र 3a,b (चित्र 3c,d) मा देखाइएको कक्षहरूबाट डाटा।न्यूरोमेट्रिक र साइकोमेट्रिक थ्रेसहोल्ड (N/P) को अनुपात प्रत्येक प्यानलमा देखाइएको छ।बोल्छन्।स्पाइक्स, सेकेन्ड।सेकेन्ड, निर्देशिका।निर्देशन, प्रदेश रुचाइएको, psi।साइकोमेट्री, न्यूरोलोजी।
जाली ट्युनिङ कर्भहरू र दुई प्रतिनिधि MT कोशिकाहरूको न्यूरोमेट्रिक प्रकार्यहरू र तिनीहरूसँग सम्बन्धित साइकोमेट्रिक कार्यहरू, यी प्रतिक्रियाहरूसँग मिलेर, क्रमशः चित्र 4a,b को शीर्ष र तल प्यानलहरूमा देखाइएको छ।बनावटको संकेत पारदर्शीबाट सुसंगतमा जाँदा यी कक्षहरूले लगभग नीरस वृद्धि वा कमी देखाउँछन्।थप रूपमा, यस बन्डको दिशा र बल जाली गतिको दिशामा निर्भर गर्दछ।अन्तमा, यी कोशिकाहरूको प्रतिक्रियाबाट गणना गरिएका न्यूरोमेट्रिक कार्यहरू केवल एक दिशात्मक ग्रिड आन्दोलनको साइकोफिजिकल गुणहरू (तर अझै पनि अनुरूप छैनन्)।दुबै न्यूरोमेट्रिक र साइकोमेट्रिक प्रकार्यहरू थ्रेसहोल्डहरूसँग संक्षेप गरिएको थियो, अर्थात् सही रूपमा छनौट गरिएको कन्ट्रास्टको लगभग 84% अनुरूप (फिट गरिएको संचयी गौसियन प्रकार्यको औसत + 1 sd सँग सम्बन्धित)।सम्पूर्ण नमूनामा, N/P अनुपात, न्यूरोमेट्रिक थ्रेसहोल्डको साइकोमेट्रिक एकको अनुपात, बाँदर N मा 12.4 ± 1.2 र बाँदर S मा 15.9 ± 1.8, र जालीलाई कम्तिमा एक दिशामा सार्नको लागि, केवल ~ 16% (18) मा।%) बाँदर N (बन्दर S) (चित्र 5a) बाट एकाइहरू।चित्रमा देखाइएको सेल उदाहरणबाट।चित्र 3 र 4 मा देखिए अनुसार, न्यूरन्सको संवेदनशीलता सेलको मनपर्ने अभिविन्यास र प्रयोगहरूमा प्रयोग गरिएको जाली आन्दोलनको दिशा बीचको सम्बन्धबाट प्रभावित हुन सक्छ।विशेष गरी, चित्र 3a,c मा अभिमुखीकरण समायोजन वक्रले एकल साइनसाइडल एरेको न्यूरोन अभिमुखीकरण सेटिङ र हाम्रो टेक्स्चर एरेमा पारदर्शी/सुसंगत गतिमा यसको संवेदनशीलता बीचको सम्बन्ध देखाउँछ। यो दुबै बाँदरहरूको मामला थियो (ANOVA; 10° रिजोल्युसनको साथ binned सापेक्ष प्राथमिकता निर्देशनहरू; बाँदर N: F = 2.12, p < 0.01; बाँदर S: F = 2.01, p < 0.01)। यो दुबै बाँदरहरूको मामला थियो (ANOVA; 10° रिजोल्युसनको साथ binned सापेक्ष प्राथमिकता निर्देशनहरू; बाँदर N: F = 2.12, p < 0.01; बाँदर S: F = 2.01, p < 0.01)। Это имело место для обеих обезьян (ANOVA; относительные предпочтительные направления объединены в ° группы с; ,12, p <0,01; обезьяна S: F = 2,01, p <0,01)। यो दुबै बाँदरको मामला थियो (ANOVA; 10° रिजोल्युसनमा समूहबद्ध सापेक्षिक प्राथमिकता निर्देशनहरू; बाँदर N: F=2.12, p<0.01; बाँदर 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的相对首选方向；猴猴子S：F = 2.01, p < 0.01）।两 只 猴子 都 是 这 种 （方差 分析 以 以 10 ° 分辨率 合并 的 相对 2 f 相对 方向 （方差0.01 ； ： ： f = 2.01 , p < 0.01 . . . . . . . . . . . . . . . . . . . . . . Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена при разрешениена при разрешении , F02°, <10°; обезьяна S: F = 2,01, p <0,01)। यो दुबै बाँदरहरूको लागि मामला थियो (ANOVA; 10° रिजोल्युसनमा सापेक्षिक प्राथमिकता अभिमुखीकरण; बाँदर N: F=2.12, p<0.01; बाँदर S: F=2.01, p<0.01)।न्यूरोन संवेदनशीलता (चित्र 5a) मा परिवर्तनशीलताको ठूलो मात्रालाई दिईएको, सापेक्ष प्राथमिकता अभिमुखीकरणहरूमा न्यूरोन संवेदनशीलताको निर्भरता कल्पना गर्नको लागि, हामीले ग्रिड ढाँचा (अर्थात दिशा) को आन्दोलनको लागि "उत्तम" अभिमुखीकरणमा प्रत्येक सेलको मनपर्ने अभिमुखीकरणलाई पहिले सामान्य बनायौं।जसमा ग्रेटिङ्ले रुचाइएको सेल अभिमुखीकरण र ग्रेटिंग ढाँचाको अभिमुखीकरण बीचको सबैभन्दा सानो कोण बनाउँछ)।हामीले पत्ता लगायौं कि न्यूरोन्सको सापेक्ष थ्रेसहोल्डहरू ("सबैभन्दा खराब" जाली अभिविन्यासको लागि थ्रेसहोल्ड / "सर्वश्रेष्ठ" जाली अभिविन्यासको लागि थ्रेसहोल्ड) यस सामान्यीकृत प्राथमिकता अभिमुखीकरणसँग भिन्न छ, यस थ्रेसहोल्ड अनुपातमा चुचुराहरू ढाँचा वा कम्पोनेन्ट अभिविन्यास (चित्र 5b) वरिपरि देखा पर्दछ।))। यो प्रभावलाई प्लेड ढाँचा वा कम्पोनेन्ट दिशाहरू (चित्र 5c; Rayleigh परीक्षण; बाँदर N: z = 8.33, p < 10−3, सर्कुलर मतलब = 190.13 deg ± 0. 0 = 9. 0. 0 = 9; 0. 190.13 deg = 0 p. 0 = 9; 5) र प्लेड अन्तर-ग्रेटिंग कोणहरूमा एकरूप थियो (पूरक चित्र। 2)। यो प्रभावलाई प्लेड ढाँचा वा कम्पोनेन्ट दिशाहरू (चित्र 5c; Rayleigh परीक्षण; बाँदर N: z = 8.33, p < 10−3 , सर्कुलर मतलब = 190.13 deg = 0. 0 = 0.9; 0. 9, 190.13 deg = 0. 9, 190.13 deg = 0.9; 45) र प्लेड अन्तर-ग्रेटिंग कोणहरूमा एकरूप थियो (पूरक चित्र। 2)। Этот эффект нельзя было объяснить смещением распределения предпочтительных направлений в единицах в каждой выбочакудах ых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10-3)। यो प्रभावलाई प्रत्येक नमूनामा एकाइहरूमा चेकर गरिएको दिशाहरू वा घटक दिशाहरू (चित्र 5c; Rayleigh परीक्षण; बाँदर N: z = 8.33, p <10-3) तर्फ एकाइहरूमा मनपर्ने दिशाहरूको वितरणमा परिवर्तनद्वारा व्याख्या गर्न सकिँदैन।, गोलाकार माध्य = 190.13 डिग्री ± 9.83 डिग्री;बाँदर S: z = 0.79, p = 0.45) र प्लेड ग्रिडको सबै कुनाहरूमा समान थियो (पूरक चित्र 2)।- ；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： = 4.50p 度；猴子S： 度；猴子S： = 0.7子间光栅角上是一致的（补充图2）।यो释 （图 图 图 图 瑞利 测 试 ； 猴子 n ： z = 8.33 ， p <10-3 ， 平均值 平均值 圢圢圆圢圆圽圆圽形 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 образукет в клетках туры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10-33)। यस प्रभावलाई यस तथ्यद्वारा व्याख्या गर्न सकिँदैन कि प्रत्येक नमूनामा कक्षहरूमा मनपर्ने अभिमुखीकरणको वितरण या त जाली संरचना तर्फ वा कम्पोनेन्ट अभिमुखीकरणहरू (चित्र 5c; रेलेघको परीक्षण; बाँदर N: z = 8.33, p <10-3) तर्फ पक्षपातपूर्ण छ।, गोलाकार औसत) = 190.13 डिग्री ± 9.83 डिग्री;बाँदर S: z = 0.79, p = 0.45) र ग्रिडहरू बीचको जाली कोणहरूमा बराबर थिए (पूरक चित्र 2)।यसरी, टेक्सचर्ड ग्रिडहरूमा न्यूरन्सको संवेदनशीलता MT ट्युनिङको आधारभूत गुणहरूमा कम्तिमा आंशिक रूपमा निर्भर गर्दछ।
बायाँ प्यानलले N/P अनुपात (न्यूरोन/साइकोफिजियोलजिकल थ्रेसहोल्ड) को वितरण देखाउँछ;प्रत्येक कक्षले दुई डेटा बिन्दुहरू प्रदान गर्दछ, प्रत्येक दिशाको लागि एक जसमा ढाँचा चल्छ।दायाँ प्यानलले नमूनामा भएका सबै एकाइहरूका लागि साइकोफिजिकल थ्रेसहोल्डहरू (अर्डिनेट) बनाम न्यूरोनल थ्रेसहोल्डहरू (एब्सिसिसा) बनाउँछ।माथिल्लो (तल) पङ्क्तिमा रहेको डेटा बाँदर N (S) बाट हो।b सामान्यीकृत थ्रेसहोल्ड अनुपात इष्टतम जाली अभिविन्यास र मनपर्ने सेल अभिमुखीकरण बीचको भिन्नताको परिमाण विरुद्ध प्लट गरिएको छ।"उत्तम" दिशालाई ग्रेटिंग संरचनाको दिशाको रूपमा परिभाषित गरिएको छ (एकल साइनोसाइडल ग्रेटिंगले मापन गरिएको) रुचाइएको सेल दिशाको नजिक।डेटा पहिले सामान्यीकृत प्राथमिकता अभिमुखीकरण (10° डिब्बा) द्वारा बिन गरिएको थियो, त्यसपछि थ्रेसहोल्ड अनुपात अधिकतम मानमा सामान्यीकृत गरियो र प्रत्येक बिन भित्र औसत गरियो।जाली घटकहरूको अभिमुखीकरण भन्दा अलि ठूलो वा सानो मनपर्ने अभिविन्यास भएका कक्षहरूमा जाली ढाँचाको अभिमुखीकरणमा संवेदनशीलतामा सबैभन्दा ठूलो भिन्नता थियो।c प्रत्येक बाँदरमा रेकर्ड गरिएका सबै MT एकाइहरूको मनपर्ने अभिमुखीकरण वितरणको गुलाबी हिस्टोग्राम।
अन्तमा, MT को प्रतिक्रिया ग्रेटिंग आन्दोलनको दिशा र हाम्रो विभाजन संकेत (बनावट) को विवरण द्वारा परिमार्जन गरिएको छ।न्यूरोनल र साइकोफिजिकल संवेदनशीलताको तुलनाले देखायो कि, सामान्यतया, MT एकाइहरू बाँदरहरू भन्दा विपरित बनावट संकेतहरूको लागि धेरै कम संवेदनशील थिए।यद्यपि, न्युरोनको संवेदनशीलता एकाइको मनपर्ने अभिविन्यास र ग्रिड आन्दोलनको दिशा बीचको भिन्नताको आधारमा परिवर्तन भयो।सबैभन्दा संवेदनशील कक्षहरूमा अभिमुखिक प्राथमिकताहरू हुन्छन् जसले लगभग जाली ढाँचा वा घटक अभिमुखीकरणहरू मध्ये एकलाई कभर गर्दछ, र हाम्रो नमूनाहरूको सानो उपसमूह कन्ट्रास्ट भिन्नताहरूको बाँदरको धारणा भन्दा संवेदनशील वा बढी संवेदनशील थियो।यी अधिक संवेदनशील एकाइहरूबाट संकेतहरू बाँदरहरूमा धारणासँग नजिकबाट सम्बन्धित थिए कि भनेर निर्धारण गर्न, हामीले धारणा र न्यूरोनल प्रतिक्रियाहरू बीचको सम्बन्धको जाँच गर्‍यौं।
तंत्रिका गतिविधि र व्यवहार बीचको सम्बन्ध स्थापित गर्नको लागि महत्त्वपूर्ण कदम भनेको न्युरोन्स र निरन्तर उत्तेजनामा ​​व्यवहार प्रतिक्रियाहरू बीचको सम्बन्ध स्थापित गर्नु हो।विभाजन निर्णयहरूमा तंत्रिका प्रतिक्रियाहरू लिङ्क गर्नको लागि, यो उत्तेजक सिर्जना गर्न महत्त्वपूर्ण छ कि, समान भए तापनि, विभिन्न परीक्षणहरूमा फरक रूपमा बुझिन्छ।हालको अध्ययनमा, यो स्पष्ट रूपमा शून्य बनावट विपरीत ग्रेटिंग द्वारा प्रतिनिधित्व गरिएको छ।यद्यपि हामी जोड दिन्छौं कि, जनावरहरूको साइकोमेट्रिक प्रकार्यहरूमा आधारित, न्यूनतम (~ 20% भन्दा कम) टेक्स्चरल कन्ट्रास्टको साथ ग्रेटिंगहरू सामान्यतया सुसंगत वा पारदर्शी मानिन्छ।
MT प्रतिक्रियाहरू अवधारणात्मक रिपोर्टहरूसँग सहसम्बन्धित हदसम्म परिमाण गर्न, हामीले हाम्रो ग्रिड डेटाको चयन सम्भावना (CP) विश्लेषण (हेर्नुहोस्) गर्यौं।छोटकरीमा, CP एक गैर-पैरामीट्रिक, गैर-मानक उपाय हो जसले स्पाइक प्रतिक्रियाहरू र अवधारणात्मक निर्णयहरू बीचको सम्बन्धलाई परिमाणित गर्दछ।शून्य टेक्स्चरल कन्ट्रास्ट र सत्रहरू जसमा बाँदरहरूले यी परीक्षणहरूको प्रत्येक प्रकारको लागि कम्तिमा पाँच छनौटहरू बनाएका छन्, ग्रिडहरू प्रयोग गरेर परीक्षणहरूमा विश्लेषणलाई सीमित गर्दै, हामीले ग्रिड आन्दोलनको प्रत्येक दिशाको लागि छुट्टै SR गणना गर्यौं। बाँदरहरूभरि, हामीले संयोगले अपेक्षा गर्नेभन्दा धेरै ठूलो CP मान देख्यौं (चित्र 6a, d; बाँदर N: मतलब CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 0.5, t = 0.50 मतलबको विरुद्ध दुई-पक्षीय t-परीक्षण; 95% CI: (0.54, 0.57), दुई-पक्षीय टी-टेस्ट, t = 9.4, p <10−13)। बाँदरहरूभरि, हामीले संयोगले अपेक्षा गर्नेभन्दा धेरै ठूलो CP मान देख्यौं (चित्र 6a, d; बाँदर N: मतलब CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 0.5, t = 0.50 मतलबको विरुद्ध दुई-पक्षीय t-परीक्षण; 95% CI: (0.54, 0.57), दुई-पक्षीय t-टेस्ट, t = 9.4, p <10−13)।बाँदरहरूमा, हामीले एक औसत CP अनियमित रूपमा अपेक्षित भन्दा उल्लेखनीय रूपमा उच्च देख्यौं (चित्र 6a, d; बाँदर N: मतलब CP: 0.54, 95% CI: (0.53, 0.56), दुई-टेल्ड t-परीक्षण बनाम शून्य मानहरू)।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% DI: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10-13)। बाँदर S: मतलब CP: 0.55, 95% CI: (0.54, 0.57), दुई पुच्छर t-टेस्ट, t = 9.4, p <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：图6a,d；猴子N： .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% CI: (0.5, 叾47), .4, p <10−13)।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 图： 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: NCP; 6a) 0,54, 95% ДИ: (0,53, 0,56), двусторонний t- тест CP против нуля = 0,5, t = 6,7, p < 10-9, обезьяна S: средний CP, 5, 5, 5, 5, 07 (%), усторонний t-критерий, t = 9,4, p < 10- 13)। बाँदरहरूमा, हामीले संयोगले अपेक्षा गर्न सक्ने भन्दा राम्रो CP मानहरू अवलोकन गर्‍यौं (चित्र 6a, d; बाँदर N: मतलब CP: 0.54, 95% CI: (0.53, 0.56), दुई-पुच्छर t-परीक्षण CP बनाम शून्य = 0.5, t = p <6.10, CP9, 50 मतलब। 5% CI: (0.54, 0.57), दुई पुच्छर t- मापदण्ड, t = 9.4, p <10-13)।यसरी, MT न्यूरोन्सहरू कुनै पनि स्पष्ट विभाजन संकेतहरूको अनुपस्थितिमा पनि अझ बलियो रूपमा आगो लगाउँछन्, जब जाली गतिको जनावरको धारणा सेलको प्राथमिकताहरूसँग मेल खान्छ।
बाँदर N बाट रेकर्ड गरिएका नमूनाहरूको लागि बनावट संकेतहरू बिना ग्रिडहरूको लागि चयन सम्भाव्यता वितरण। प्रत्येक कक्षले दुई डेटा बिन्दुहरू (ग्रिड आन्दोलनको प्रत्येक दिशाको लागि एक) सम्म योगदान गर्न सक्छ।अनियमित (सेतो तीरहरू) माथिको औसत CP मानले समग्रमा MT गतिविधि र धारणा बीचको महत्त्वपूर्ण सम्बन्ध रहेको संकेत गर्छ।b कुनै पनि सम्भावित छनोट पूर्वाग्रहको प्रभावको जाँच गर्न, हामीले बाँदरहरूले कम्तिमा एउटा त्रुटि गरेको कुनै पनि उत्तेजनाको लागि अलग-अलग CP गणना गर्यौं।चयन सम्भाव्यताहरू सबै उत्तेजनाहरू (बाँया) र बनावट मार्क कन्ट्रास्टको पूर्ण मानहरू (दायाँ, १२० व्यक्तिगत कक्षहरूबाट डेटा) को लागि चयन अनुपात (pref/null) को कार्यको रूपमा प्लट गरिएको छ।बायाँ प्यानलमा ठोस रेखा र छायादार क्षेत्रले 20-बिन्दु चल्ने औसतको औसत ± sem प्रतिनिधित्व गर्दछ।असन्तुलित चयन अनुपातको साथ उत्तेजनाहरूको लागि गणना गरिएको चयन सम्भावनाहरू, जस्तै उच्च सिग्नल कन्ट्रास्ट भएका ग्रिडहरू, धेरै भिन्न थिए र सम्भावनाहरूको वरिपरि क्लस्टर गरिएका थिए।दायाँ प्यानलमा खरानी छाया भएको क्षेत्रले उच्च चयन सम्भावनाको गणनामा समावेश सुविधाहरूको भिन्नतालाई जोड दिन्छ।c ठूलो छनोट (ऑर्डिनेट) को सम्भाव्यता न्यूरोन (एब्सिसिसा) को थ्रेसहोल्ड विरुद्ध प्लट गरिएको छ।छनोटको सम्भाव्यतालाई थ्रेसहोल्डसँग महत्त्वपूर्ण रूपमा नकारात्मक रूपमा सम्बन्धित थियो।कन्भेन्सन df ac जस्तै हो तर अन्यथा उल्लेख नभएसम्म बाँदर S बाट 157 एकल डेटामा लागू हुन्छ।g उच्चतम चयन सम्भाव्यता (ऑर्डिनेट) प्रत्येक दुई बाँदरको लागि सामान्यीकृत प्राथमिकता दिशा (अब्सिसिसा) विरुद्ध प्लट गरिएको छ।प्रत्येक MT सेलले दुई डेटा बिन्दुहरू योगदान गर्यो (जाली संरचनाको प्रत्येक दिशाको लागि एक)।h प्रत्येक अन्तर-रास्टर कोणको लागि चयन सम्भावनाको ठूलो बक्स प्लट।ठोस रेखाले मध्यमा चिन्ह लगाउँछ, बाकसको तल्लो र माथिल्लो किनाराहरूले क्रमशः 25 औं र 75 औं पर्सेन्टाइलहरू प्रतिनिधित्व गर्दछ, व्हिस्कर्सहरू इन्टरक्वार्टाइल दायराको 1.5 गुणा विस्तारित हुन्छन्, र यस सीमाभन्दा बाहिरका आउटलियरहरू नोट गरिएका छन्।बायाँ (दायाँ) प्यानलहरूमा डाटा 120 (157) व्यक्तिगत N(S) बाँदर कक्षहरूबाट हो।i चयनको उच्चतम सम्भाव्यता (अर्डिनेट) उत्तेजक (abscissa) को शुरुवातको समय विरुद्ध प्लट गरिएको छ।ठुलो CP लाई परीक्षण भरि स्लाइडिङ आयतहरू (चौडाइ 100 ms, चरण 10 ms) मा गणना गरियो र त्यसपछि एकाइहरूमा औसत गरियो।
केही अघिल्लो अध्ययनहरूले रिपोर्ट गरेका छन् कि CP आधारभूत दर वितरणमा परीक्षणहरूको सापेक्ष संख्यामा निर्भर गर्दछ, यसको मतलब यो उपाय उत्तेजकहरूको लागि कम विश्वसनीय छ जसले प्रत्येक छनौटको अनुपातमा ठूलो भिन्नता निम्त्याउँछ।हाम्रो डेटामा यस प्रभावको परीक्षण गर्न, हामीले चिन्ह बनावट विपरीतको पर्वाह नगरी सबै उत्तेजनाहरूको लागि अलग-अलग CP गणना गर्‍यौं, र बाँदरहरूले कम्तिमा एउटा झूटा परीक्षण गरे।CP लाई क्रमशः चित्र 6b र e (बायाँ प्यानल) मा प्रत्येक जनावरको लागि चयन अनुपात (pref/null) विरुद्ध प्लट गरिएको छ।चलिरहेको औसतलाई हेर्दा, यो स्पष्ट छ कि CP चयन बाधाहरूको विस्तृत दायरामा सम्भाव्यता भन्दा माथि रहन्छ, जब असमानताहरू ०.२ (०.८) तल (माथि) घट्छ (बढाउँछ)।जनावरहरूको साइकोमेट्रिक विशेषताहरूको आधारमा, हामी यस परिमाणको चयन गुणांकहरू उच्च-कन्ट्रास्ट बनावट संकेतहरू (सुसंगत वा पारदर्शी) भएका उत्तेजनामा ​​मात्र लागू हुने अपेक्षा गर्छौं (चित्र 2a, b मा साइकोमेट्रिक सुविधाहरूका उदाहरणहरू हेर्नुहोस्)।यो मामला हो वा होइन भनेर निर्धारण गर्न र स्पष्ट विभाजन संकेतहरूको साथ उत्तेजनाको लागि पनि महत्त्वपूर्ण पीसी जारी रह्यो कि भनेर, हामीले पीसीमा निरपेक्ष टेक्स्चरल कन्ट्रास्ट मानहरूको प्रभाव जाँच गर्यौं (चित्र 6b, e-दायाँ)।अपेक्षित रूपमा, CP मध्यम (~ 20% कन्ट्रास्ट वा कम) विभाजन संकेतहरू सम्मिलित उत्तेजनाहरूको लागि सम्भावना भन्दा धेरै उच्च थियो।
अभिविन्यास, गति, र बेमेल पहिचान कार्यहरूमा, MT CP सबैभन्दा संवेदनशील न्यूरोन्सहरूमा उच्चतम हुन जान्छ, सम्भवतः किनभने यी न्यूरन्सहरूले सबैभन्दा सूचनात्मक संकेतहरू 30,32,33,34 बोक्छन्।यी निष्कर्षहरूसँग अनुरूप हामीले ग्रान्ड CP बीचको एक मामूली तर महत्त्वपूर्ण सहसंबंध देख्यौं, चित्रको दायाँपट्टिको प्यानलमा हाइलाइट गरिएको बनावट क्यू विरोधाभासहरूमा z-स्कोर फायरिङ दरहरूबाट गणना गरिएको।6b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र। 6c, f; ज्यामितीय औसत प्रतिगमन; बाँदर N: r = −0.12, p = 0.07 बाँदर S: r = −0.18, p < 10−3)। 6b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र। 6c, f; ज्यामितीय औसत प्रतिगमन; बाँदर N: r = −0.12, p = 0.07 बाँदर S: r = −0.18, p < 10−3)।यी निष्कर्षहरूसँग अनुरूप, हामीले चित्र 6b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र 6c, f; ज्यामितीय) को दाहिने प्यानलमा हाइलाइट गरिएको टेक्सचर सिग्नल कन्ट्रास्टहरूबाट उत्तेजना फ्रिक्वेन्सी z-स्कोरबाट गणना गरिएको ठूलो CP बीचको मामूली तर महत्त्वपूर्ण सहसंबंध देख्यौं।ज्यामितीय अर्थ प्रतिगमन;обезьяна N: r = -0,12, p = 0,07 обезьяна S: r = -0,18, p < 10-3)। बाँदर N: r = -0.12, p = 0.07 बाँदर 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,这是根据回咥黴图6c、f；几何平均回归；猴子N：r = -0.12，p = 0.07 猴子S：r = -0.18，p <10-3）।与 这些 发现 一致 ， 我们 到 大 大 之间 存在 适度 但 显着 的 相关性 这 湛 幛 澠 6元 阈值 （图 图 6c 、 f ； 回归 ； 猴子 n ： r = -0.12, p = 0.07 猴子S：r = -0.18，））） .यी निष्कर्षहरूसँग अनुरूप, हामीले चित्र 6b,e र न्यूरोन थ्रेसहोल्डहरू (चित्र 6c,f; ज्यामितीय औसत प्रतिगमन; बाँदर N: r = -0.12, p = 0.07) मा देखाइए अनुसार ठूला CV हरू बीचको मामूली तर महत्त्वपूर्ण सम्बन्ध देख्यौं।Обезьяна S: г = -0,18, р < 10-3)। बाँदर S: r = -0.18, p < 10-3)।तसर्थ, सबैभन्दा जानकारीमूलक एकाइहरूबाट संकेतहरूले बाँदरहरूमा व्यक्तिपरक विभाजन निर्णयहरूका साथ ठूलो सहविभाजन देखाउने झुकाव राख्छ, जुन अवधारणात्मक पूर्वाग्रहमा थपिएको कुनै पनि टेक्स्चरल संकेतहरू भएता पनि महत्त्वपूर्ण छ।
हामीले पहिले ग्रिड बनावट संकेतहरू र रुचाइएको न्यूरोनल अभिमुखीकरणको लागि संवेदनशीलता बीचको सम्बन्ध स्थापित गरेका थियौं, हामीले CP र रुचाइएको अभिमुखीकरण (चित्र 6g) बीचको समान सम्बन्ध छ कि भनेर सोच्यौं।यो सङ्गठन बाँदर S (ANOVA; बाँदर N: 1.03, p=0.46; बाँदर S: F=1.73, p=0.04) मा थोरै मात्र महत्त्वपूर्ण थियो।हामीले कुनै पनि जनावरमा जालीहरू बीचको जाली कोणहरूको लागि CP मा कुनै भिन्नता देख्यौं (चित्र 6h; ANOVA; बाँदर N: F = 1.8, p = 0.11; बाँदर S: F = 0.32, p = 0. 9)।
अन्तमा, अघिल्लो कामले देखाएको छ कि CP सम्पूर्ण परीक्षणमा परिवर्तन हुन्छ।केही अध्ययनहरूले अपेक्षाकृत सहज चयन प्रभाव पछि तीव्र वृद्धि रिपोर्ट गरेका छन्, 30 जबकि अन्यले परीक्षणको अवधिमा चयन संकेतमा स्थिर वृद्धि रिपोर्ट गरेका छन्।प्रत्येक बाँदरको लागि, हामीले प्रत्येक एकाइको CP शून्य टेक्स्चरल कन्ट्रास्ट (क्रमशः, ढाँचा अभिमुखीकरण अनुसार) 100 ms कोशिकाहरूमा प्रि-स्टिम्युलस स्टार्ट बाट प्रत्येक 20 ms मा स्टेपिङ गरी प्रि-स्टिम्युलस अफसेट पोस्ट गर्नका लागि परीक्षणहरूमा गणना गर्यौं।दुई बाँदरहरूको लागि औसत CP गतिशीलता चित्र 6i मा देखाइएको छ।दुबै अवस्थामा, CP अनियमित स्तरमा रह्यो वा उत्तेजनाको सुरुवात पछि लगभग 500 ms सम्म यसको धेरै नजिक रह्यो, जस पछि CP तीव्र रूपमा बढ्यो।
संवेदनशीलता परिवर्तन गर्नुको अतिरिक्त, CP लाई सेल ट्युनिङ विशेषताहरु को केहि गुणहरु द्वारा प्रभावित देखाइएको छ।उदाहरणका लागि, Uka र DeAngelis34 ले पत्ता लगायो कि द्विनेत्री बेमेल पहिचान कार्यमा CP यन्त्रको द्विनेत्री बेमेल ट्युनिङ कर्भको सममितिमा निर्भर गर्दछ।यस अवस्थामा, एक सम्बन्धित प्रश्न हो कि ढाँचा दिशा चयनात्मक (PDS) कक्षहरू घटक दिशा चयनात्मक (CDS) कक्षहरू भन्दा बढी संवेदनशील छन्।PDS कक्षहरूले धेरै स्थानीय अभिमुखीकरणहरू समावेश गर्ने ढाँचाहरूको सामान्य अभिमुखीकरणलाई सङ्केत गर्दछ, जबकि CDS कक्षहरूले दिशात्मक ढाँचा घटकहरूको आन्दोलनलाई प्रतिक्रिया दिन्छ (चित्र 7a)।
मोड कम्पोनेन्ट ट्युनिङ स्टिमुलस र काल्पनिक ग्रेटिंग (बायाँ) र ग्रेटिंग अभिमुखीकरण ट्युनिङ कर्भ (दायाँ) को योजनाबद्ध प्रतिनिधित्व (सामग्री र विधिहरू हेर्नुहोस्)।छोटकरीमा, यदि सेल ग्रिड कम्पोनेन्टहरूमा ढाँचा आन्दोलनको संकेत गर्न एकीकृत हुन्छ भने, व्यक्तिले व्यक्तिगत ग्रिड र ग्रिड उत्तेजनाहरू (अन्तिम स्तम्भ, ठोस वक्र) को लागि समान ट्युनिङ वक्रहरू अपेक्षा गर्नेछ।यसको विपरित, यदि सेलले संकेत ढाँचाको गतिमा घटकहरूको दिशाहरू एकीकृत गर्दैन भने, कसैले ग्रेटिंग गतिको प्रत्येक दिशामा शिखरको साथ द्विपक्षीय ट्युनिङ कर्भको अपेक्षा गर्दछ जसले कक्षको मनपर्ने दिशा (अन्तिम स्तम्भ, ड्यास गरिएको वक्र) मा एक कम्पोनेन्ट अनुवाद गर्दछ।।चित्र 1 र 2. 3 र 4 (शीर्ष पङ्क्ति - चित्र 3a, b र 4a, b (शीर्ष) मा देखाइएको कक्षहरूको लागि साइनोसाइडल एरेको अभिमुखीकरण समायोजन गर्न b (बायाँ) कर्भहरू; तल्लो प्यानल - चित्र 3c, d र 4a, b (तल) को कक्षहरू।(मध्य) जाली ट्युनिङ प्रोफाइलहरूबाट गणना गरिएको ढाँचा र घटक भविष्यवाणीहरू।(दायाँ) यी कक्षहरूको ग्रिड समायोजन गर्दै।शीर्ष (तल) प्यानलका कक्षहरूलाई टेम्प्लेट (घटक) कक्षहरूको रूपमा वर्गीकृत गरिएको छ।ध्यान दिनुहोस् कि ढाँचा घटकहरूको वर्गीकरण र सुसंगत/पारदर्शी सेल आन्दोलनका लागि प्राथमिकताहरू बीच कुनै एक-देखि-एक पत्राचार छैन (चित्र 4a मा यी कक्षहरूको लागि बनावट जाली प्रतिक्रियाहरू हेर्नुहोस्)।c N (बायाँ) र S (दायाँ) बाँदरहरूमा रेकर्ड गरिएका सबै कक्षहरूका लागि z-स्कोर कम्पोनेन्ट (अब्सिसिसा) को आंशिक सहसंबंध गुणांक विरुद्ध प्लट गरिएको z-स्कोर मोड (ऑर्डिनेट) को आंशिक सहसंबंधको गुणांक।बाक्लो रेखाहरूले कक्षहरूलाई वर्गीकरण गर्न प्रयोग गरिने महत्त्वको मापदण्डलाई संकेत गर्छ।d उच्च चयन सम्भाव्यता (ऑर्डिनेट) बनाम मोड सूचकांक (Zp - Zc) (abscissa) को प्लट।बायाँ (दायाँ) प्यानलहरूमा डेटाले बाँदर N(S) लाई जनाउँछ।कालो घेराहरूले अनुमानित एकाइहरूमा डेटा संकेत गर्दछ।दुबै जनावरहरूमा, उच्च चयन सम्भाव्यता र ढाँचा अनुक्रमणिका बीचको महत्त्वपूर्ण सम्बन्ध थियो, जसले धेरै घटक अभिविन्यासको साथ उत्तेजनामा ​​संकेत ढाँचा अभिविन्यास भएका कक्षहरूको लागि ठूलो अवधारणात्मक सम्बन्धको सुझाव दिन्छ।
तसर्थ, एउटा छुट्टै परीक्षण सेटमा, हामीले हाम्रो नमूनाहरूमा न्युरोन्सहरूलाई PDS वा CDS (विधिहरू हेर्नुहोस्) को रूपमा वर्गीकृत गर्न sinusoidal ग्रिडहरू र ग्रिडहरूमा प्रतिक्रियाहरू नाप्यौं।जाली ट्युनिङ कर्भहरू, यस ट्युनिङ डेटाबाट निर्मित टेम्प्लेट कम्पोनेन्ट भविष्यवाणीहरू, र चित्र 1 र 3 मा देखाइएको कक्षहरूको लागि जाली ट्युनिङ कर्भहरू। चित्र 3 र 4 र पूरक चित्र 3 चित्रा 7b मा देखाइएको छ।ढाँचा वितरण र घटक चयनशीलता, साथै प्रत्येक श्रेणीमा मनपर्ने सेल अभिमुखीकरण, चित्र 7c र पूरक फिगमा प्रत्येक बाँदरको लागि देखाइएको छ।4 क्रमशः।
ढाँचा कम्पोनेन्टहरूको सुधारमा CP को निर्भरता मूल्याङ्कन गर्न, हामीले पहिले ढाँचा अनुक्रमणिका 35 (PI) गणना गर्‍यौं, जसको ठूला (सानो) मानहरूले ठूलो PDS (CDS) समान व्यवहारलाई संकेत गर्छ।माथिको प्रदर्शनलाई दिईएको छ कि: (i) न्यूरोनल संवेदनशीलता रुचाइएको सेल अभिमुखीकरण र उत्तेजना आन्दोलनको दिशा बीचको भिन्नतामा भिन्न हुन्छ, र (ii) हाम्रो नमूनामा न्यूरोनल संवेदनशीलता र चयन सम्भावना बीचको महत्त्वपूर्ण सम्बन्ध छ, हामीले PI र कुल CP बीचको सम्बन्ध फेला पार्यौं। हामीले फेला पार्‍यौं कि CP PI (चित्र 7d; ज्यामितीय औसत प्रतिगमन; ग्रान्ड CP बाँदर N: r = 0.23, p < 0.01; bi-stable CP बाँदर N r = 0.21, p = 0.013; ग्रान्ड CP बाँदर S: p = 0.0.013; ग्रान्ड CP बाँदर S: 0. 0.013; ग्रान्ड CP बाँदर S: 0.0.013; ग्रान्ड सीपी बाँदर S: 0.0.013; : r = 0.29, p < 10−3), PDS को रूपमा वर्गीकृत कक्षहरूले CDS र अवर्गीकृत कक्षहरू भन्दा बढी छनोट-सम्बन्धित गतिविधि प्रदर्शन गरेको संकेत गर्दछ। हामीले फेला पार्‍यौं कि CP PI (चित्र 7d; ज्यामितीय औसत प्रतिगमन; ग्रान्ड CP बाँदर N: r = 0.23, p < 0.01; bi-stable CP बाँदर N r = 0.21, p = 0.013; ग्रान्ड CP बाँदर S: p = 0.0.013; ग्रान्ड CP बाँदर S: 0. 0.013; ग्रान्ड CP बाँदर S: 0.0.013; ग्रान्ड सीपी बाँदर S: 0.0.013; : r = 0.29, p < 10−3), PDS को रूपमा वर्गीकृत कक्षहरूले CDS र अवर्गीकृत कक्षहरू भन्दा बढी छनोट-सम्बन्धित गतिविधि प्रदर्शन गरेको संकेत गर्दछ। Мы обнаружили, что CP значительно коррелирует с PI (RIS. 7d; регрессия среднего геометрического; большая обезьяна, большая обезьяна, большая обезьяна , бильста = 02 CP, бильста = 02 ная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,30, p < 10-4; бистабильный CP обезьяны S: r = pыto21, <3013), , что клетки, классифицированные как PDS, проявляли большую активность, связанную с выбором, чем CDS र некласифицированные и некласифицированные। हामीले फेला पार्‍यौं कि CP PI (चित्र 7d; ज्यामितीय अर्थ प्रतिगमन; महान बाँदर CP N: r = 0.23, p < 0.01; bistable बाँदर CP N r = 0.21, p = 0.013; महान बाँदर CP S: r = 0.013; महान बाँदर CP S: r = 0. 0.013; ठूलो बाँदर CP S: r = 0. 0.013; CP = 0.013; 0.29, p <10-3), PDS को रूपमा वर्गीकृत कक्षहरूले CDS र अवर्गीकृत कक्षहरू भन्दा छनोटसँग सम्बन्धित, बढी गतिविधि देखाएको संकेत गर्दछ।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； CP 0.23,p < 0.01； CP = 0.01 .013；大CP 猴S： r = 0.30，p < 10-4；双稳态CP 猴S：r = 0.29，p <10-3），表明分类为PDS猞表戾明分的为猞猴熒S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1；双稳态CP 猴1 = 0.2. ० Мы обнаружили, что CP был значительно связан с PI (RIS. 7d; регрессия среднего геометрического; большая обезь:, большая обезь:,б03; ильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,013) 0,30, p < 10-4; हामीले फेला पारेको छ कि CP महत्वपूर्ण रूपमा PI संग सम्बन्धित थियो (चित्र 7d; ज्यामितीय औसत प्रतिगमन; महान बाँदर CP N: r = 0.23, p < 0.01; bistable बाँदर CP N r = 0.21, p = 0.013; महान बाँदर CP S: r = 0.013; <0.013) бистабильный CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как PDS, проявляцированные как PDS сть, чем клетки, классифицированные как CDS र неклассифицированные। Monkey S bistable CP: r = 0.29, p < 10-3), PDS को रूपमा वर्गीकृत कक्षहरूले CDS र अवर्गीकृत कक्षहरू भन्दा बढी चयन गतिविधि प्रदर्शन गरेको संकेत गर्दछ।किनभने दुबै PI र न्यूरोन संवेदनशीलता CP सँग सम्बन्धित छ, हामीले प्रभावको सम्भावनाको लागि नेतृत्व गर्ने दुई उपायहरू बीचको सम्बन्धलाई अस्वीकार गर्न धेरै रिग्रेसन विश्लेषणहरू (PI र न्यूरोन संवेदनशीलतालाई स्वतन्त्र चरको रूपमा र ठूलो CP आश्रित चरको रूपमा) प्रदर्शन गर्यौं।। दुबै आंशिक सहसम्बन्ध गुणांकहरू महत्त्वपूर्ण थिए (बाँदर N: थ्रेसहोल्ड बनाम CP: r = −0.13, p = 0.04, PI vs. CP: r = 0.23, p < 0.01; बाँदर S: थ्रेसहोल्ड बनाम CP: r = −0.16, p = 0.16, p = 0.3, CP: r = −0.16, p = 0.16, p <0.01। −3), सुझाव दिन्छ कि CP संवेदनशीलता संग बढ्छ र एक स्वतन्त्र फैशन मा PI संग बढ्छ। दुबै आंशिक सहसम्बन्ध गुणांकहरू महत्त्वपूर्ण थिए (बाँदर N: थ्रेसहोल्ड बनाम CP: r = −0.13, p = 0.04, PI vs. CP: r = 0.23, p < 0.01; बाँदर S: थ्रेसहोल्ड बनाम CP: r = −0.16, p = 0.16, p = 0.3, CP: r = −0.16, p = 0.16, p <0.01। −3), सुझाव दिन्छ कि CP संवेदनशीलता संग बढ्छ र एक स्वतन्त्र फैशन मा PI संग बढ्छ। Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 0,04, PI против, 02,0r CP: порог против CP: r = -0,16, p = 0,03, PI vs CP: 0,29, p < 10-3), предполагая, что CP увеличивается с чувствительновость с чувствительновость с что CP ивается с PI। दुबै आंशिक सहसंबंध गुणांकहरू महत्त्वपूर्ण थिए (बाँदर N: थ्रेसहोल्ड बनाम CP: r=-0.13, p=0.04, PI vs. CP: r=0.23, p<0.01; बाँदर S: थ्रेसहोल्ड बनाम CP: r = -0.16, p = 0.13, PI = 0.13, PI = 0.13, PI = 0.13, PI 0.13, PI vs. कि CP संवेदनशीलता संग बढ्छ र PI संग स्वतन्त्र रूपमा बढ्छ।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.CP：r = 0.23，p <0.01. ：r = -0.16, p = 0.03, PI vs CP： 0.29, p < 10-3）, 表明CP 随灵敏度增加而增加，并且以独珫頚劶且以加，并且以独珫頭。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 vs CP：0.29，p <1-0.29，p <1-3CP Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 0,04, PI против, 02,0r CP: порог против CP: r = -0,16, p = 0,03 , PI PROTIV CP: 0,29, p < 10-3), что указывает на то, что CP увеличивалась с чувеличивалась с чувеличивалась с чувеличивалась с чувеличивалась समस्या समाधान दुबै आंशिक सहसंबंध गुणांकहरू महत्त्वपूर्ण थिए (बाँदर N: थ्रेसहोल्ड बनाम CP: r=-0.13, p=0.04, PI बनाम CP: r=0.23, p<0.01; बाँदर S: थ्रेसहोल्ड बनाम CP: r = -0.16, p = 0.13, PI = 0.13, PI = 0.13, PI = 0.13, PI CP संवेदनशीलता संग बढ्यो र PI को साथ एक स्वतन्त्र तरिका मा बढ्यो।
हामीले MT क्षेत्रमा एकल गतिविधि रेकर्ड गर्यौं, र बाँदरहरूले सुसंगत वा पारदर्शी आन्दोलनको रूपमा देखा पर्न सक्ने ढाँचाहरूको उनीहरूको धारणा रिपोर्ट गर्‍यौं।पक्षपाती धारणाहरूमा थपिएको विभाजन संकेतहरूमा न्यूरन्सको संवेदनशीलता व्यापक रूपमा भिन्न हुन्छ र कम्तिमा पनि अंशमा, इकाईको मनपर्ने अभिविन्यास र उत्तेजना आन्दोलनको दिशा बीचको सम्बन्धद्वारा निर्धारण गरिन्छ।सम्पूर्ण जनसंख्यामा, न्यूरोनल संवेदनशीलता साइकोफिजिकल संवेदनशीलता भन्दा उल्लेखनीय रूपमा कम थियो, यद्यपि सबैभन्दा संवेदनशील एकाइहरूले विभाजन संकेतहरूमा व्यवहारिक संवेदनशीलतासँग मेल खायो वा पार गर्यो।थप रूपमा, त्यहाँ फायरिङ फ्रिक्वेन्सी र धारणा बीचको एक महत्वपूर्ण सहविभाजन छ, सुझाव दिन्छ कि MT सिग्नलिङले विभाजनमा भूमिका खेल्छ।रुचाइएको अभिमुखीकरणका साथ कक्षहरूले जाली विभाजन संकेतहरूमा भिन्नताहरूप्रति तिनीहरूको संवेदनशीलतालाई अनुकूलित गर्‍यो र धेरै स्थानीय अभिमुखीकरणहरूको साथ उत्तेजनामा ​​विश्वव्यापी आन्दोलनलाई संकेत गर्ने झुकाव राख्यो, उच्चतम अवधारणात्मक सहसंबंध प्रदर्शन गर्दै।यहाँ हामीले यी नतिजाहरूलाई अघिल्लो कामसँग तुलना गर्नु अघि केही सम्भावित समस्याहरू विचार गर्छौं।
पशु मोडेलहरूमा बिस्टेबल उत्तेजनाहरू प्रयोग गरेर अनुसन्धानको साथ एक प्रमुख समस्या भनेको व्यवहार प्रतिक्रियाहरू रुचिको आयाममा आधारित नहुन सक्छ।उदाहरणका लागि, हाम्रा बाँदरहरूले बनावट अभिमुखीकरणको आफ्नो धारणालाई जाली सुसंगतताको उनीहरूको धारणाबाट स्वतन्त्र रूपमा रिपोर्ट गर्न सक्छन्।तथ्याङ्कको दुई पक्षले यो मामला होइन भनेर सुझाव दिन्छ।पहिले, अघिल्लो रिपोर्टहरू अनुसार, अलग सरणी घटकहरूको सापेक्ष अभिमुखीकरण कोण परिवर्तन गर्नाले व्यवस्थित रूपमा सुसंगत धारणाको सम्भावना परिवर्तन भयो।दोस्रो, औसतमा, प्रभाव ढाँचाहरूको लागि समान हुन्छ जुन बनावट संकेतहरू समावेश गर्दछ वा समावेश गर्दैन।एकसाथ लिइएको, यी अवलोकनहरूले सुझाव दिन्छ कि बाँदर प्रतिक्रियाहरूले उनीहरूको जडान / पारदर्शिताको धारणालाई निरन्तर रूपमा प्रतिबिम्बित गर्दछ।
अर्को सम्भावित समस्या यो हो कि हामीले विशिष्ट परिस्थितिको लागि ग्रेटिंग गति प्यारामिटरहरू अनुकूलित गरेका छैनौं।न्यूरोनल र साइकोफिजिकल संवेदनशीलताको तुलना गर्ने धेरै अघिल्लो कार्यहरूमा, प्रत्येक दर्ता इकाई [31, 32, 34, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45] को लागि व्यक्तिगत रूपमा उत्तेजनाहरू चयन गरिएको थियो।यहाँ हामीले प्रत्येक कक्षको अभिमुखीकरणको समायोजनलाई ध्यान नदिई जाली ढाँचाको आन्दोलनको एउटै दुई दिशाहरू प्रयोग गरेका छौं।यो डिजाइनले हामीलाई जाली आन्दोलन र प्राथमिकता अभिमुखीकरण बीच ओभरल्यापको साथ संवेदनशीलता कसरी परिवर्तन भयो भनेर अध्ययन गर्न अनुमति दियो, तथापि, यसले कक्षहरू सुसंगत वा पारदर्शी जालीहरू मन पराउँछन् कि भनेर निर्धारण गर्नको लागि प्राथमिकता आधार प्रदान गर्दैन।तसर्थ, हामी प्रायोगिक मापदण्डमा भरोसा गर्छौं, टेक्स्चर गरिएको जालमा प्रत्येक सेलको प्रतिक्रिया प्रयोग गरेर, जाल आन्दोलनको प्रत्येक वर्गमा प्राथमिकता र शून्य लेबलहरू तोक्न।यद्यपि असम्भव छ, यसले व्यवस्थित रूपमा हाम्रो संवेदनशीलता विश्लेषण र CP सिग्नल पत्ता लगाउने नतिजाहरूलाई तिरस्कार गर्न सक्छ, सम्भावित रूपमा कुनै पनि उपायलाई बढाउँदै।यद्यपि, तल छलफल गरिएका विश्लेषण र डेटाका धेरै पक्षहरूले यो मामला होइन भनेर सुझाव दिन्छ।
पहिलो, बढी (कम) गतिविधिलाई उत्तेजित गर्ने उत्तेजनाहरूलाई मनपर्ने (शून्य) नामहरू प्रदान गर्दा यी प्रतिक्रिया वितरणहरूको भिन्नतालाई असर गर्दैन।यसको सट्टा, यसले केवल यो सुनिश्चित गर्दछ कि न्यूरोमेट्रिक र साइकोमेट्रिक प्रकार्यहरूमा एउटै चिन्ह छ, त्यसैले तिनीहरू सीधा तुलना गर्न सकिन्छ।दोस्रो, CP गणना गर्न प्रयोग गरिएका प्रतिक्रियाहरू (बनावट कन्ट्रास्ट बिना ग्रेटिङ्हरूका लागि सबै परीक्षणहरू र बनावट कन्ट्रास्ट बिना सबै परीक्षणहरू) गणना गर्न प्रयोग गरिएका प्रतिक्रियाहरू प्रतिगमन विश्लेषणमा समावेश गरिएका थिएनन् जसले प्रत्येक कक्षलाई "प्राथमिकता" जोडिएको वा पारदर्शी खेलहरू निर्धारण गर्दछ।यसले यो सुनिश्चित गर्दछ कि चयन प्रभावहरू रुचाइएको/अवैध पदनामहरूप्रति पक्षपातपूर्ण छैनन्, जसको परिणामस्वरूप महत्त्वपूर्ण चयन सम्भावना हुन्छ।
न्यूजम र उनका सहकर्मीहरूको अध्ययन [३६, ३९, ४६, ४७] गतिको दिशाको अनुमानित अनुमानमा एमटीको भूमिका निर्धारण गर्ने पहिलो व्यक्ति थिए।त्यसपछिका प्रतिवेदनहरूले गहिराई ३४,४४,४८,४९,५०,५१ र गति ३२,५२, राम्रो अभिमुखीकरण ३३ र आन्दोलन ३१,५३,५४ (थ्रीडी दिगो वन) बाट थ्रीडी संरचनाको धारणामा MT सहभागितामा डाटा सङ्कलन गरेको छ।शासन गर्नु)।हामी यी परिणामहरूलाई दुई महत्त्वपूर्ण तरिकामा विस्तार गर्छौं।पहिलो, हामी प्रमाण प्रदान गर्दछौं कि MT प्रतिक्रियाहरूले भिसुमोटर संकेतहरूको अवधारणात्मक विभाजनमा योगदान गर्दछ।दोस्रो, हामीले MT मोड अभिमुखीकरण चयनशीलता र यो चयन संकेत बीचको सम्बन्ध अवलोकन गर्यौं।
वैचारिक रूपमा, वर्तमान परिणामहरू 3-D SFM मा कामसँग धेरै मिल्दोजुल्दो छन्, किनकि दुवै जटिल बिस्टेबल धारणा हुन् जसमा आन्दोलन र गहिराइ क्रम समावेश छ।Dodd et al.31 ले बिस्टेबल 3D SFM सिलिन्डरको रोटेशनल अभिमुखीकरण रिपोर्ट गर्ने बाँदर कार्यमा ठूलो चयन सम्भावना (०.६७) फेला पार्यो।हामीले बिस्टेबल ग्रिड उत्तेजनाका लागि धेरै सानो चयन प्रभाव फेला पार्यौं (दुबै बाँदरहरूको लागि लगभग 0.55)।CP को मूल्याङ्कन चयन गुणांकमा निर्भर हुने भएकोले, विभिन्न कार्यहरूमा विभिन्न परिस्थितिहरूमा प्राप्त CP लाई व्याख्या गर्न गाह्रो हुन्छ।जे होस्, हामीले अवलोकन गरेको चयन प्रभावको परिमाण शून्य र कम बनावट कन्ट्रास्ट ग्रेटिंग्सको लागि समान थियो, र जब हामीले पावर बढाउनको लागि कम/कुनै बनावट कन्ट्रास्ट उत्तेजनाहरू संयोजन गर्यौं।त्यसकारण, CP मा यो भिन्नता डेटासेटहरू बीचको चयन दरहरूमा भिन्नताको कारणले हुने सम्भावना छैन।
MT फायरिङ दरमा सामान्य परिवर्तनहरू जुन पछिल्लो अवस्थामा धारणाको साथमा 3-D SFM उत्तेजना र बिस्टेबल ग्रिड संरचनाहरूद्वारा प्रेरित तीव्र र गुणात्मक रूपमा फरक अवधारणात्मक अवस्थाहरूको तुलनामा अचम्म लाग्दो देखिन्छ।एउटा सम्भावना यो हो कि हामीले उत्तेजकको सम्पूर्ण अवधिमा फायरिङ दर गणना गरेर चयन प्रभावलाई कम आँकलन गर्यौं।31 3-D SFM को विपरित, जहाँ MT गतिविधिमा भिन्नताहरू परीक्षणहरूमा लगभग 250 ms विकसित भयो र त्यसपछि लगातार परीक्षणहरूमा बढ्दै गयो, हाम्रो छनोट संकेतहरूको अस्थायी गतिशीलताको विश्लेषण (दुबै बाँदरहरूमा स्टिमुलस सुरु भएपछि 500 ​​ms हेर्नुहोस्। साथै, हामीले यस अवधिमा CP harp को अवधिमा देखा परेको छाँटकाँटमा रह्यौं। परीक्षण। Hupe र Rubin55 रिपोर्ट गर्छ कि bistable आयताकार arrays को मानव धारणा अक्सर लामो परीक्षण को समयमा परिवर्तन हुन्छ। यद्यपि हाम्रो उत्तेजना केवल 1.5 सेकेन्ड को लागी प्रस्तुत गरिएको थियो, हाम्रो बाँदर को धारणा पनि परीक्षण को समयमा पारदर्शिता संगता देखि भिन्न हुन सक्छ (उनीहरु को प्रतिक्रियाहरु क्यु चयन मा उनीहरुको अन्तिम धारणा को प्रतिबिम्बित गर्दछ।) त्यसैले, हाम्रो अपेक्षित कार्य को प्रतिवेदन वा समय को प्रतिवेदन को प्रतिकृया संस्करण को निरन्तरता को योजना हो। ठूलो छनोट प्रभाव छ।अन्तिम सम्भावना यो हो कि MT सिग्नल दुई कार्यहरूमा फरक तरिकाले पढिएको छ। यद्यपि यो लामो समयदेखि सोचिएको छ कि CPU संकेतहरू सेन्सरी डिकोडिङ र सहसम्बन्धित आवाजको परिणाम हो, 56 Gu र सहकर्मीहरूले 57 फेला पारे कि कम्प्युटेशनल मोडेलहरूमा, विभिन्न पूलिङ रणनीतिहरू, CPU लेभलको स्तरको सट्टा राम्रोसँग व्याख्या गर्न सकिन्छ। ।पाना परिवर्तन अभिमुखीकरण पहिचान कार्य (MSTd)।हामीले MT मा देखेको सानो चयन प्रभावले धेरै कम-सूचनात्मक न्यूरोन्सको व्यापक एकत्रीकरणलाई सहरता वा पारदर्शिताको धारणा सिर्जना गर्न प्रतिबिम्बित गर्दछ।कुनै पनि अवस्थामा जहाँ स्थानीय गति संकेतहरू एक वा दुई वस्तुहरू (बिस्टेबल ग्रेटिंग्स) वा साझा वस्तुहरूको अलग सतहहरू (3-डी SFM) मा समूहबद्ध गरिनु पर्ने थियो, MT प्रतिक्रियाहरू अवधारणात्मक निर्णयहरूसँग महत्त्वपूर्ण रूपमा सम्बन्धित थिए भन्ने स्वतन्त्र प्रमाण, त्यहाँ बलियो MT प्रतिक्रियाहरू थिए।भिजुअल गति जानकारी प्रयोग गरेर बहु-वस्तु दृश्यहरूमा जटिल छविहरूको विभाजनमा भूमिका खेल्ने प्रस्ताव गरिएको छ।
माथि उल्लेख गरिए अनुसार, हामी MT ढाँचा सेलुलर गतिविधि र धारणा बीचको सम्बन्ध रिपोर्ट गर्ने पहिलो थियौं।Movshon र सहकर्मीहरू द्वारा मूल दुई-चरण मोडेलमा बनाइएको रूपमा, मोड एकाइ MT को आउटपुट चरण हो।यद्यपि, भर्खरको कामले देखाएको छ कि मोड र कम्पोनेन्ट सेलहरूले निरन्तरताको विभिन्न छेउहरू प्रतिनिधित्व गर्दछ र ग्रहणशील क्षेत्रको संरचनामा प्यारामेट्रिक भिन्नताहरू मोड घटकहरूको ट्युनिंग स्पेक्ट्रमको लागि जिम्मेवार छन्।तसर्थ, हामीले CP र PI बीचको महत्त्वपूर्ण सम्बन्ध फेला पार्‍यौं, गहिराइ पहिचान कार्य वा राम्रो अभिमुखीकरण भेदभाव कार्यमा अभिमुखीकरण सेटिङ कन्फिगरेसनमा दूरबीन बेमेल समायोजन सममिति र CP बीचको सम्बन्ध जस्तै।कागजातहरू र CP 33 बीचको सम्बन्ध।Wang र Movshon62 ले MT अभिमुखीकरण चयनशीलता संग धेरै संख्या को सेलहरु को विश्लेषण र पत्ता लगाए कि, औसत मा, मोड अनुक्रमणिका धेरै ट्युनिंग गुणहरु संग सम्बन्धित थियो, सुझाव दिन्छ कि मोड चयनता MT जनसंख्याबाट पढ्न सकिने संकेतहरु को अन्य धेरै प्रकारहरु मा अवस्थित छ।।तसर्थ, MT गतिविधि र व्यक्तिपरक धारणा बीचको सम्बन्धको भविष्यको अध्ययनको लागि, यो निर्धारण गर्न महत्त्वपूर्ण हुनेछ कि ढाँचा सूचकांक अन्य कार्य र उत्तेजना चयन संकेतहरूसँग समान रूपमा सम्बन्धित छ, वा यो सम्बन्ध अवधारणात्मक विभाजनको मामलामा विशिष्ट छ कि छैन।
त्यसैगरी, Nienborg र Cumming 42 ले भेट्टाए कि यद्यपि V2 मा दूरबीन बेमेलको लागि चयन गरिएको नजिक र टाढा कोशिकाहरू गहिराइ भेदभाव कार्यमा समान रूपमा संवेदनशील थिए, केवल नजिकको प्राथमिकता सेल जनसंख्याले महत्त्वपूर्ण CP प्रदर्शन गर्यो।जे होस्, बाँदरहरूलाई प्राथमिकताका रूपमा टाढाको भिन्नताहरूको वजनमा पुन: तालिम दिनाले अधिक मनपर्ने पिंजराहरूमा महत्त्वपूर्ण CP हरूको परिणाम भयो।अन्य अध्ययनहरूले पनि रिपोर्ट गरेको छ कि प्रशिक्षण इतिहास अवधारणात्मक सहसंबंधहरूमा निर्भर गर्दछ 34,40,63 वा MT गतिविधि र भिन्नता भेदभाव बीचको कारण सम्बन्ध।हामीले CP र रेजिमेन दिशा चयनशीलता बीचको सम्बन्धलाई अवलोकन गर्‍यौं कि बाँदरहरूले हाम्रो समस्या समाधान गर्न प्रयोग गरेको विशिष्ट रणनीतिलाई प्रतिबिम्बित गर्दछ, र दृश्य-मोटर धारणामा मोड चयन संकेतहरूको विशेष भूमिका होइन।भविष्यको कार्यमा, यो निर्धारण गर्न महत्त्वपूर्ण हुनेछ कि सिकाइ इतिहासले कुन MT संकेतहरूलाई प्राथमिकता र लचिलो रूपमा विभाजन निर्णयहरू गर्नको लागि भारित गरिएको छ भनेर निर्धारण गर्नमा महत्त्वपूर्ण प्रभाव पार्छ।
स्टोनर र सहकर्मीहरू 14,23 रिपोर्ट गर्ने पहिलो थिए कि ओभरल्यापिङ ग्रिड क्षेत्रहरूको चमक परिवर्तनले मानव पर्यवेक्षक रिपोर्टहरूको सुसंगतता र पारदर्शिता र मकाक एमटी न्यूरोन्समा दिशात्मक समायोजनलाई प्रभाव पार्छ।लेखकहरूले पत्ता लगाए कि जब ओभरल्यापिंग क्षेत्रहरूको चमकले शारीरिक रूपमा पारदर्शितासँग मेल खान्छ, पर्यवेक्षकहरूले थप पारदर्शी धारणा रिपोर्ट गरे, जबकि MT न्यूरोन्सले रास्टर घटकहरूको आन्दोलनलाई संकेत गरे।यसको विपरीत, जब ओभरल्यापिङ ब्राइटनेस र पारदर्शी ओभरल्याप शारीरिक रूपमा असंगत हुन्छन्, पर्यवेक्षकले सुसंगत आन्दोलनलाई बुझ्दछ, र MT न्यूरोन्सले ढाँचाको विश्वव्यापी आन्दोलनलाई संकेत गर्दछ।यसैले, यी अध्ययनहरूले देखाउँदछ कि दृश्य उत्तेजनामा ​​शारीरिक परिवर्तनहरू जसले विभाजन रिपोर्टहरूलाई विश्वसनीय रूपमा प्रभाव पार्छ MT उत्तेजनामा ​​पूर्वानुमानित परिवर्तनहरू पनि प्रेरित गर्दछ।यस क्षेत्रमा भर्खरको कामले पत्ता लगाएको छ कि कुन एमटी संकेतहरूले जटिल उत्तेजनाहरूको अवधारणात्मक उपस्थिति ट्र्याक गर्दछ 18,24,64।उदाहरण को लागी, MT न्यूरोन्स को एक उपसमूह एक यादृच्छिक बिन्दु गति नक्सा (RDK) मा बिमोडल ट्युनिंग प्रदर्शन गर्न को लागी देखाइएको छ जुन दुई दिशाहरु संग एक दिशात्मक RDK भन्दा कम दूरी मा छ।सेलुलर ट्युनिङको ब्यान्डविथ १९, २५।पर्यवेक्षकहरूले जहिले पनि पहिलो ढाँचालाई पारदर्शी आन्दोलनको रूपमा देख्छन्, यद्यपि अधिकांश MT न्यूरोन्सहरूले यी उत्तेजनाहरूको प्रतिक्रियामा यूनिमोडल अनुकूलनहरू प्रदर्शन गर्छन्, र सबै MT कोषहरूको एक साधारण औसतले ​​एक समान जनसंख्या प्रतिक्रिया दिन्छ।यसरी, बिमोडल ट्युनिङ प्रदर्शन गर्ने कोशिकाहरूको एक उपसमूहले यो धारणाको लागि तंत्रिका सब्सट्रेट बनाउन सक्छ।चाखलाग्दो कुरा के छ भने, मार्मोसेटहरूमा, परम्परागत ग्रिड र ग्रिड उत्तेजनाहरू प्रयोग गरेर परीक्षण गर्दा यो जनसंख्या PDS कोषहरूसँग मेल खान्छ।
हाम्रा नतिजाहरू माथिको भन्दा एक कदम अगाडि जान्छन्, जुन अवधारणात्मक विभाजनमा MT को भूमिका स्थापित गर्न महत्त्वपूर्ण छ।वास्तवमा, विभाजन एक व्यक्तिपरक घटना हो।धेरै पोलिस्टेबल भिजुअल डिस्प्लेहरूले एक भन्दा बढी तरिकामा निरन्तर उत्तेजनाहरूलाई व्यवस्थित र व्याख्या गर्न दृश्य प्रणालीको क्षमतालाई चित्रण गर्दछ।एकै साथ हाम्रो अध्ययनमा तंत्रिका प्रतिक्रियाहरू र अवधारणात्मक रिपोर्टहरू सङ्कलन गर्नाले हामीलाई MT फायरिङ दर र स्थिर उत्तेजनाको अवधारणात्मक व्याख्याहरू बीचको सहविभाजन अन्वेषण गर्न अनुमति दियो।यस सम्बन्धको प्रदर्शन गरिसकेपछि, हामी स्वीकार गर्छौं कि कार्यकारणको दिशा स्थापित भएको छैन, त्यो हो, हामीले देखेको अवधारणात्मक विभाजनको संकेत, स्वचालित रूपमा [65, 66, 67], स्वचालित छ कि छैन भनेर निर्धारण गर्न थप प्रयोगहरू आवश्यक छ।प्रक्रियाले फेरि उच्च क्षेत्र 68, 69, 70 (चित्र 8) बाट सेन्सरी कोर्टेक्समा फर्किने घट्दो संकेतहरू प्रतिनिधित्व गर्दछ।MSTd71 मा ढाँचा-चयनित कक्षहरूको ठूलो अनुपातको रिपोर्ट, MT को मुख्य कोर्टिकल लक्ष्यहरू मध्ये एक, सुझाव दिन्छ कि यी प्रयोगहरूलाई MT र MSTd को एकै साथ रेकर्डिङहरू समावेश गर्न विस्तार गर्नु धारणाको तंत्रिका तंत्रलाई थप बुझ्नको लागि राम्रो पहिलो कदम हुनेछ।विभाजन।
कम्पोनेन्ट र मोड अभिमुखीकरण चयनको दुई-चरण मोडेल र मेसिन अनुवादमा छनौट-सम्बन्धित गतिविधिमा शीर्ष-डाउन प्रतिक्रियाको सम्भावित प्रभाव।यहाँ, MT चरणमा मोड दिशा चयनशीलता (PDS – “P”) द्वारा सिर्जना गरिएको छ (i) दिशा चयनात्मक इनपुट डेटाको एक ठूलो नमूना विशिष्ट मोड वेग संग संगत, र (ii) बलियो ट्युनिङ दमन।MT ("C") चरणको दिशात्मक चयनात्मक (CDS) कम्पोनेन्टको इनपुट दिशामा साँघुरो नमूना दायरा छ र धेरै ट्युनिङ दमन छैन।असुरक्षित निषेधले दुबै जनसंख्यामा नियन्त्रण दिन्छ।रंगीन तीरहरूले रुचाइएको यन्त्र अभिविन्यासलाई संकेत गर्दछ।स्पष्टताको लागि, केवल V1-MT जडानहरूको एक उपसमूह र एउटा कम्पोनेन्ट मोड र अभिमुखीकरण चयन बाकस देखाइएको छ।हाम्रो फिड-फर्वार्ड (FF) नतिजाहरूको व्याख्या गर्ने सन्दर्भमा, PDS कक्षहरूमा फराकिलो इनपुट सेटिङ र बलियो ट्युनिङ अवरोध (रातोमा हाइलाइट गरिएको) ले धेरै आन्दोलन ढाँचाहरूको प्रतिक्रियामा गतिविधिमा ठूलो भिन्नता उत्पन्न गर्यो।हाम्रो विभाजन समस्यामा, यो समूहले निर्णय चेन चलाउँछ र धारणा विकृत गर्दछ।यसको विपरित, प्रतिक्रिया (FB) को मामलामा, संवेदी डेटा र संज्ञानात्मक पूर्वाग्रहहरू द्वारा अपस्ट्रीम सर्किटहरूमा अवधारणात्मक निर्णयहरू उत्पन्न हुन्छन्, र PDS कक्षहरूमा डाउनस्ट्रीम FB को ठूलो प्रभाव (मोटा रेखाहरू) ले चयन संकेतहरू उत्पन्न गर्दछ।ख सीडीएस र पीडीएस उपकरणहरूको वैकल्पिक मोडेलहरूको योजनाबद्ध प्रतिनिधित्व।यहाँ MT मा PDS संकेतहरू V1 को प्रत्यक्ष इनपुटद्वारा मात्र होइन, तर V1-V2-MT पथको अप्रत्यक्ष इनपुटद्वारा पनि उत्पन्न हुन्छन्।मोडेलको अप्रत्यक्ष मार्गहरू बनावट सीमाहरू (ग्रिड ओभरल्यापिङ क्षेत्रहरू) लाई चयनात्मकता दिन समायोजन गरिन्छ।MT लेयर CDS मोड्युलले प्रत्यक्ष र अप्रत्यक्ष इनपुटहरूको भारित योगफल प्रदर्शन गर्छ र PDS मोड्युलमा आउटपुट पठाउँछ।PDS प्रतिस्पर्धी अवरोध द्वारा विनियमित छ।फेरि, केवल ती जडानहरू देखाइएको छ जुन मोडेलको आधारभूत वास्तुकला कोर्न आवश्यक छ।यहाँ, प्रस्तावित भन्दा फरक FF संयन्त्रले PDS को सेल्युलर जाली प्रतिक्रियामा ठूलो परिवर्तनशीलता निम्त्याउन सक्छ, फेरि निर्णय ढाँचाहरूमा पूर्वाग्रहहरू निम्त्याउँछ।वैकल्पिक रूपमा, PDS कक्षहरूमा ठूलो CP अझै पनि PDS कक्षहरूमा FB संलग्नताको शक्ति वा दक्षतामा पूर्वाग्रहको परिणाम हुन सक्छ।प्रमाणले दुई- र तीन-चरण MT PDS मोडेलहरू र CP FF र FB व्याख्याहरूलाई समर्थन गर्दछ।
दुई वयस्क मकाक (मकाका मुलट्टा), एउटा पुरुष र एउटा महिला (क्रमशः 7 र 5 वर्ष), 4.5 देखि 9.0 किलोग्राम तौल, अध्ययनको वस्तुको रूपमा प्रयोग गरियो।सबै बाँझ शल्यक्रिया प्रयोगहरू अघि, जनावरहरूलाई MT क्षेत्रमा पुग्ने ठाडो इलेक्ट्रोडहरूका लागि अनुकूलन-निर्मित रेकर्डिङ कक्ष, एक स्टेनलेस स्टील हेडरेस्ट स्ट्यान्ड (क्रिस्ट इन्स्ट्रुमेन्ट्स, हेगरस्टाउन, MD), र आँखाको स्थिति मापन गरिएको स्क्लेरल खोज कुण्डलको साथ प्रत्यारोपण गरिएको थियो।(कुनर वायर, स्यान डिएगो, क्यालिफोर्निया)।सबै प्रोटोकलहरूले संयुक्त राज्य अमेरिकाको कृषि विभाग (USDA) नियमहरू र प्रयोगशाला जनावरहरूको मानवीय हेरचाह र प्रयोगको लागि स्वास्थ्य राष्ट्रिय संस्थान (NIH) दिशानिर्देशहरूको पालना गर्दछ र शिकागो विश्वविद्यालयको संस्थागत पशु हेरचाह र प्रयोग समिति (IAUKC) द्वारा अनुमोदन गरिएको छ।
सबै दृश्य उत्तेजनाहरू कालो वा खैरो पृष्ठभूमि विरुद्ध गोल एपर्चरमा प्रस्तुत गरिएको थियो।रेकर्डिङको क्रममा, यस प्वालको स्थिति र व्यास इलेक्ट्रोड टिपमा न्यूरोन्सको शास्त्रीय ग्रहणशील क्षेत्र अनुसार समायोजन गरिएको थियो।हामीले भिजुअल उत्तेजनाको दुई ठूला वर्गहरू प्रयोग गर्यौं: साइकोमेट्रिक उत्तेजना र ट्युनिङ उत्तेजना।
साइकोमेट्रिक स्टिमुलस एक ग्रेटिंग ढाँचा हो (20 cd/m2, 50% कन्ट्रास्ट, 50% ड्युटी साइकल, 5 डिग्री/सेकेन्ड) तिनीहरूको दिशामा लम्बवत दिशामा बहने दुई आयताकार ग्रेटिंगहरू सुपरइम्पोज गरेर सिर्जना गरिएको हो (चित्र 1b)।यो पहिले देखाइएको छ कि मानव पर्यवेक्षकहरूले यी ग्रिड ढाँचाहरूलाई बिस्टेबल उत्तेजनाको रूपमा बुझ्छन्, कहिलेकाहीँ एउटै दिशामा सर्ने एकल ढाँचाको रूपमा (सुसंगत आन्दोलन) र कहिलेकाहीँ दुई फरक सतहहरू फरक दिशामा (पारदर्शी आन्दोलन) चलिरहेको रूपमा।जाली ढाँचाका कम्पोनेन्टहरू, सममित रूपमा उन्मुख - जालीहरू बीचको कोण 95° देखि 130° सम्म हुन्छ (सेटबाट कोरिएको: 95°, 100°, 105°, 115°, 120°, 125°, 130° °, सत्रभरि, हामीले पहिले नै 1° पृथकता समावेश गर्दैनौं, तर हामीले शारीरिक पृथकता समावेश गरेका थिएनौं। डेटा यहाँ) - लगभग 90° वा 270° (ढाँचा अभिमुखीकरण)।प्रत्येक सत्रमा, इन्टरलेटिस जालीको केवल एक कुना प्रयोग गरिएको थियो;प्रत्येक सत्रको समयमा, प्रत्येक परीक्षणको लागि ढाँचाको अभिमुखीकरण अनियमित रूपमा दुई सम्भावनाहरूबाट चयन गरिएको थियो।
ग्रिडको धारणालाई अस्पष्ट पार्न र कार्यको लागि पुरस्कारको लागि अनुभवजन्य आधार प्रदान गर्न, हामी प्रत्येक ग्रिड घटकको लाइट बार चरण 72 मा अनियमित बिन्दु बनावटहरू परिचय गराउँछौं।यो बढ्दो वा घटाएर (निश्चित मात्रामा) पिक्सेलको अनियमित रूपमा चयन गरिएको सबसेटको चमक (चित्र 1c) द्वारा प्राप्त गरिन्छ।बनावट आन्दोलनको दिशाले एक बलियो संकेत दिन्छ जसले पर्यवेक्षकको धारणालाई सुसंगत वा पारदर्शी आन्दोलन (चित्र 1c) तिर बदल्छ।सुसंगत अवस्थाहरूमा, सबै बनावटहरू, बनावट जाली कभरको जुनसुकै भागलाई ढाँचाको दिशामा अनुवाद गरिन्छ (चित्र 1c, सुसंगत)।पारदर्शी अवस्थामा, बनावटले कभर गर्ने ग्रेटिंगको दिशामा लम्ब सर्छ (चित्र 1c, पारदर्शी) (पूरक चलचित्र 1)।कार्यको जटिलता नियन्त्रण गर्न, धेरै सत्रहरूमा यो बनावट चिन्हको लागि Michelson कन्ट्रास्ट (Lmax-Lmin/Lmax+Lmin) (-80, -40, -20, -10, -5, 0, 5) को सेटबाट भिन्न हुन्छ।, 10, 20, 40, 80)।कन्ट्रास्टलाई रास्टरको सापेक्ष चमकको रूपमा परिभाषित गरिएको छ (त्यसैले 80% को कन्ट्रास्ट मानले 36 वा 6 cd/m2 को बनावटमा परिणाम दिन्छ)।बाँदर N मा 6 सत्रहरू र बाँदर S मा 5 सत्रहरूका लागि, हामीले साँघुरो टेक्स्चरल कन्ट्रास्ट दायराहरू (-30, -20, -15, -10, -5, 0, 5, 10, 15, 20, 30) प्रयोग गर्‍यौं, जहाँ साइकोफिजिकल विशेषताहरूले पूर्ण-दायरा कन्ट्रास्ट कन्ट्रास्ट बिना नै समान ढाँचा पछ्याउँछन्।
ट्यूनिंग उत्तेजनाहरू साइनोसाइडल ग्रिडहरू हुन् (कन्ट्रास्ट 50%, 1 चक्र/डिग्री, 5 डिग्री/सेकेन्ड) 16 समान दूरीको दिशाहरू मध्ये एकमा सर्ने, वा साइनसाइडल ग्रिडहरू यी दिशाहरूमा चल्ने (प्रत्येक शीर्ष 135 डिग्री कोणहरू दुई विपरीत 135 ° कोणहरू मिलेर बनेको छ)।ढाँचाको एउटै दिशामा।