Nature.com भ्रमण गर्नुभएकोमा धन्यवाद। तपाईंले प्रयोग गरिरहनुभएको ब्राउजर संस्करणमा सीमित CSS समर्थन छ। उत्तम अनुभवको लागि, हामी तपाईंलाई अद्यावधिक गरिएको ब्राउजर प्रयोग गर्न सिफारिस गर्छौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड असक्षम पार्नुहोस्)। यसै बीचमा, निरन्तर समर्थन सुनिश्चित गर्न, हामी शैली र जाभास्क्रिप्ट बिना साइट रेन्डर गर्नेछौं।
एकै समयमा तीनवटा स्लाइडहरू देखाउने क्यारोसेल। एक पटकमा तीनवटा स्लाइडहरू मार्फत सार्न अघिल्लो र अर्को बटनहरू प्रयोग गर्नुहोस्, वा एक पटकमा तीनवटा स्लाइडहरू मार्फत सार्न अन्त्यमा स्लाइडर बटनहरू प्रयोग गर्नुहोस्।
उच्च-रिजोल्युसन दृष्टिलाई वस्तु गुणहरू पुनर्निर्माण गर्न राम्रो रेटिना नमूना र एकीकरण आवश्यक पर्दछ। यो ध्यान दिनु महत्त्वपूर्ण छ कि विभिन्न वस्तुहरूबाट स्थानीय नमूनाहरू मिश्रण गर्दा, शुद्धता हराउँछ। त्यसकारण, विभाजन, छुट्टै प्रशोधनको लागि छविको क्षेत्रहरूको समूहीकरण, धारणाको लागि महत्त्वपूर्ण छ। अघिल्लो कार्यमा, बिस्टेबल जाली संरचनाहरू, जसलाई एक वा बढी गतिशील सतहहरूको रूपमा मान्न सकिन्छ, यो प्रक्रिया अध्ययन गर्न प्रयोग गरिएको थियो। यहाँ, हामी प्राइमेट दृश्य मार्गको मध्यवर्ती क्षेत्रहरूमा गतिविधि र विभाजन निर्णयहरू बीचको सम्बन्ध रिपोर्ट गर्छौं। विशेष गरी, हामीले पत्ता लगायौं कि छनौट रूपमा अभिमुखीकरण गर्ने मध्य टेम्पोरल न्यूरोनहरू बिस्टेबल ग्रेटिंगहरूको धारणालाई विकृत गर्न प्रयोग गरिने बनावट संकेतहरूप्रति संवेदनशील थिए र परीक्षणहरू र निरन्तर उत्तेजनाको व्यक्तिपरक धारणा बीचको महत्त्वपूर्ण सम्बन्ध देखाए। यो सहसम्बन्ध धेरै स्थानीय दिशाहरू भएका ढाँचाहरूमा विश्वव्यापी आन्दोलनलाई संकेत गर्ने एकाइहरूमा बढी हुन्छ। यसरी, हामी निष्कर्ष निकाल्छौं कि मध्यवर्ती समय डोमेनमा जटिल दृश्यहरूलाई घटक वस्तुहरू र सतहहरूमा अलग गर्न प्रयोग गरिने संकेतहरू छन्।
दृष्टि केवल किनारा अभिमुखीकरण र गति जस्ता प्राथमिक छवि विशेषताहरूको सटीक भेदभावमा मात्र निर्भर गर्दैन, तर अझ महत्त्वपूर्ण कुरा वस्तुको आकार र प्रक्षेपण १ जस्ता वातावरणीय गुणहरू गणना गर्न यी विशेषताहरूको सही एकीकरणमा निर्भर गर्दछ। यद्यपि, समस्याहरू उत्पन्न हुन्छन् जब रेटिनल छविहरूले धेरै समान रूपमा सम्भव विशेषता समूहहरू २, ३, ४ (चित्र १क) लाई समर्थन गर्दछ। उदाहरणका लागि, जब गति संकेतहरूको दुई सेट धेरै नजिक हुन्छन्, यसलाई एक गतिमान वस्तु वा धेरै गतिमान वस्तुहरूको रूपमा उचित रूपमा व्याख्या गर्न सकिन्छ (चित्र १ख)। यसले विभाजनको व्यक्तिपरक प्रकृतिलाई चित्रण गर्दछ, अर्थात् यो छविको निश्चित गुण होइन, तर व्याख्याको प्रक्रिया हो। सामान्य धारणाको लागि यसको स्पष्ट महत्त्वको बावजुद, अवधारणात्मक विभाजनको तंत्रिका आधारको हाम्रो बुझाइ उत्तम रूपमा अपूर्ण रहन्छ।
अवधारणात्मक विभाजन समस्याको कार्टुन चित्रण। नेकर क्यूब (बायाँ) मा गहिराइको पर्यवेक्षकको धारणा दुई सम्भावित व्याख्याहरू (दायाँ) बीच वैकल्पिक हुन्छ। यो किनभने छविमा कुनै संकेतहरू छैनन् जसले मस्तिष्कलाई चित्रको 3D अभिमुखीकरण (दायाँ तिर मोनोकुलर ओक्लुजन सिग्नल द्वारा प्रदान गरिएको) विशिष्ट रूपमा निर्धारण गर्न अनुमति दिन्छ। b जब धेरै गति संकेतहरू स्थानिय निकटतामा प्रस्तुत गरिन्छ, दृष्टि प्रणालीले स्थानीय नमूनाहरू एक वा बढी वस्तुहरूबाट हुन् कि भनेर निर्धारण गर्नुपर्छ। स्थानीय गति संकेतहरूको अन्तर्निहित अस्पष्टता, अर्थात् वस्तु गतिहरूको अनुक्रमले एउटै स्थानीय गति उत्पादन गर्न सक्छ, जसको परिणामस्वरूप दृश्य इनपुटको धेरै समान रूपमा प्रशंसनीय व्याख्याहरू हुन्छन्, अर्थात् यहाँ भेक्टर क्षेत्रहरू एकल सतहको सुसंगत गति वा ओभरल्यापिङ सतहहरूको पारदर्शी गतिबाट उत्पन्न हुन सक्छन्। c (बायाँ) हाम्रो बनावट ग्रिड उत्तेजनाको उदाहरण। तिनीहरूको दिशामा लम्बवत बग्ने आयताकार ग्र्याटिङहरू ("घटक दिशाहरू" - सेतो तीरहरू) एकअर्कालाई ओभरल्याप गर्छन् जसले गर्दा ग्र्याटिङ ढाँचा बनाइन्छ। जालीलाई दिशाहरूको एकल, नियमित, जोडिएको आन्दोलन (रातो तीरहरू) वा यौगिक दिशाहरूको पारदर्शी आन्दोलनको रूपमा बुझ्न सकिन्छ। अनियमित बिन्दु बनावट संकेतहरू थपेर जालीको धारणा विकृत हुन्छ। (मध्य) पहेंलो रंगमा हाइलाइट गरिएको क्षेत्र विस्तार गरिएको छ र क्रमशः सुसंगत र पारदर्शी संकेतहरूको लागि फ्रेमहरूको श्रृंखलाको रूपमा प्रदर्शित गरिएको छ। प्रत्येक अवस्थामा बिन्दुको चाल हरियो र रातो तीरहरू द्वारा प्रतिनिधित्व गरिएको छ। (दायाँ) फ्रेमहरूको संख्या विरुद्ध चयन बिन्दुको स्थिति (x, y) को ग्राफ। सुसंगत अवस्थामा, सबै बनावटहरू एउटै दिशामा बहन्छन्। पारदर्शिताको अवस्थामा, बनावट घटकको दिशामा सर्छ। d हाम्रो गति विभाजन कार्यको कार्टुन चित्रण। बाँदरहरूले प्रत्येक परीक्षण सानो बिन्दु फिक्स गरेर 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 क्रममा, ग्रेटिंग ढाँचाको दुई सम्भावित दिशाहरू मध्ये एकमा बहन सक्छ। उत्तेजना फिर्ता पछि, चयन लक्ष्यहरू MT RF माथि र तल देखा पर्‍यो। बाँदरहरूले उपयुक्त चयन लक्ष्यमा saccades मा ग्रिडको आफ्नो धारणा संकेत गर्नुपर्छ।
दृश्य चालहरूको प्रशोधन राम्रोसँग चित्रण गरिएको छ र यसरी अवधारणात्मक विभाजनको तंत्रिका सर्किटहरूको अध्ययनको लागि उत्कृष्ट मोडेल प्रदान गर्दछ। धेरै कम्प्युटेसनल अध्ययनहरूले दुई-चरण गति प्रशोधन मोडेलहरूको उपयोगितालाई उल्लेख गरेका छन् जसमा उच्च-रिजोल्युसन प्रारम्भिक अनुमान पछि स्थानीय नमूनाहरूको चयनात्मक एकीकरणद्वारा आवाज हटाउन र वस्तुको गति पुनर्स्थापित गरिन्छ7,8। यो ध्यान दिनु महत्त्वपूर्ण छ कि दृष्टि प्रणालीहरूले यो समूहलाई साधारण वस्तुहरूबाट मात्र ती स्थानीय नमूनाहरूमा सीमित गर्न ख्याल राख्नुपर्छ। मनोभौतिक अध्ययनहरूले स्थानीय गति संकेतहरू कसरी विभाजित हुन्छन् भनेर प्रभाव पार्ने भौतिक कारकहरू वर्णन गरेका छन्, तर शारीरिक प्रक्षेपण र तंत्रिका कोडहरूको आकार खुला प्रश्नहरू नै रहन्छन्। धेरै रिपोर्टहरूले सुझाव दिन्छन् कि प्राइमेट कोर्टेक्सको टेम्पोरल (MT) क्षेत्रमा अभिमुखीकरण-चयनात्मक कोशिकाहरू तंत्रिका सब्सट्रेटहरूको लागि उम्मेदवार हुन्।
महत्त्वपूर्ण कुरा के छ भने, यी अघिल्ला प्रयोगहरूमा, स्नायु गतिविधिमा हुने परिवर्तनहरू दृश्य उत्तेजनामा ​​हुने भौतिक परिवर्तनहरूसँग सम्बन्धित थिए। यद्यपि, माथि उल्लेख गरिएझैं, विभाजन अनिवार्य रूपमा एक अवधारणात्मक प्रक्रिया हो। त्यसकारण, यसको स्नायु सब्सट्रेटको अध्ययनको लागि स्नायु गतिविधिमा हुने परिवर्तनहरूलाई स्थिर उत्तेजनाको धारणामा हुने परिवर्तनहरूसँग जोड्न आवश्यक छ। त्यसकारण, हामीले दुई बाँदरहरूलाई सुपरइम्पोज्ड ड्रिफ्टिङ आयताकार ग्रेटिंगहरूद्वारा बनाइएको कथित बिस्टेबल ग्रेटिंग ढाँचा एकल सतह हो वा दुई स्वतन्त्र सतहहरू हो भनेर रिपोर्ट गर्न तालिम दियौं। स्नायु गतिविधि र विभाजन निर्णयहरू बीचको सम्बन्ध अध्ययन गर्न, बाँदरहरूले यो कार्य गर्दा हामीले MT मा एकल गतिविधि रेकर्ड गर्यौं।
हामीले MT गतिविधि र धारणाको अध्ययन बीच एक महत्त्वपूर्ण सम्बन्ध फेला पार्यौं। यो सम्बन्ध अस्तित्वमा थियो कि उत्तेजनाहरूमा स्पष्ट विभाजन संकेतहरू छन् वा छैनन्। थप रूपमा, यस प्रभावको शक्ति विभाजन संकेतहरू, साथै ढाँचा सूचकांकको संवेदनशीलतासँग सम्बन्धित छ। पछिल्लोले जटिल ढाँचाहरूमा स्थानीय आन्दोलनको सट्टा एकाइले विश्वव्यापी रूपमा विकिरण गर्ने डिग्रीको परिमाण गर्दछ। यद्यपि फेसन दिशाको लागि चयनशीलतालाई लामो समयदेखि MT को एक परिभाषित विशेषताको रूपमा मान्यता दिइएको छ, र फेसन-चयनात्मक कोशिकाहरूले ती उत्तेजनाहरूको मानव धारणासँग मिल्दोजुल्दो जटिल उत्तेजनाहरूमा ट्युनिङ देखाउँछन्, हाम्रो ज्ञानको उत्तममा, यो ढाँचाहरू बीचको सम्बन्धको लागि पहिलो प्रमाण हो। सूचकांक र अवधारणात्मक विभाजन।
हामीले दुई बाँदरहरूलाई बहाव ग्रिड उत्तेजनाहरू (सुसंगत वा पारदर्शी चालहरू) को धारणा प्रदर्शन गर्न तालिम दियौं। मानव पर्यवेक्षकहरूले सामान्यतया यी उत्तेजनाहरूलाई लगभग समान आवृत्तिको सुसंगत वा पारदर्शी चालहरूको रूपमा बुझ्दछन्। यस परीक्षणमा सही उत्तर दिन र अपरेटर इनामको लागि आधार सेट गर्न, हामीले जाली बनाउने घटकको रास्टरलाई बनावट गरेर विभाजन संकेतहरू सिर्जना गर्यौं (चित्र 1c, d)। सुसंगत अवस्थाहरूमा, सबै बनावटहरू ढाँचाको दिशामा सर्छन् (चित्र 1c, "सुसंगत")। पारदर्शी अवस्थामा, बनावट ग्रेटिंगको दिशामा लम्ब सर्छ जसमा यो सुपरइम्पोज गरिएको छ (चित्र 1c, "पारदर्शी")। हामी यस बनावट लेबलको कन्ट्रास्ट परिवर्तन गरेर कार्यको कठिनाई नियन्त्रण गर्छौं। संकेत गरिएका परीक्षणहरूमा, बाँदरहरूलाई बनावट संकेतहरूसँग मिल्दोजुल्दो प्रतिक्रियाहरूको लागि पुरस्कृत गरिएको थियो, र बनावट संकेतहरू बिना ढाँचाहरू भएका परीक्षणहरूमा अनियमित रूपमा (50/50 बाधाहरू) पुरस्कारहरू प्रस्ताव गरिएको थियो (शून्य बनावट कन्ट्रास्ट अवस्था)।
दुई प्रतिनिधि प्रयोगहरूबाट व्यवहारिक डेटा चित्र २a मा देखाइएको छ, र प्रतिक्रियाहरूलाई क्रमशः माथि वा तल सर्ने ढाँचाहरूको लागि बनावट संकेतहरूको कन्ट्रास्ट (पारदर्शिता कन्ट्रास्टलाई परिभाषाद्वारा नकारात्मक मानिन्छ) बनाम सुसंगतताको निर्णयको अनुपातको रूपमा प्लट गरिएको छ। समग्रमा, बाँदरहरूको सुसंगतता/पारदर्शिताको धारणा बनावट संकेतको चिन्ह (पारदर्शी, सुसंगत) र शक्ति (विपरीत) दुवैबाट भरपर्दो रूपमा प्रभावित भएको थियो (ANOVA; बाँदर N: दिशा – F = 0.58, p = 0.45, चिन्ह – F = 1248, p < 10−10, कन्ट्रास्ट – F = 22.63, p < 10;−10 बाँदर S: दिशा – F = 0.41, p = 0.52, चिन्ह – F = 2876.7, p < 10−10, कन्ट्रास्ट – F = 36.5, p < 10−10)। समग्रमा, बाँदरहरूको सुसंगतता/पारदर्शिताको धारणा बनावट संकेतको चिन्ह (पारदर्शी, सुसंगत) र शक्ति (विपरीत) दुवैबाट भरपर्दो रूपमा प्रभावित भएको थियो (ANOVA; बाँदर N: दिशा – F = 0.58, p = 0.45, चिन्ह – F = 1248, p < 10−10, कन्ट्रास्ट – F = 22.63, p < 10; −10 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 (инь) текстурного признака (ANOVA; обезьяна N: направление — F = 0,58, p = 0,45, знак — F = 1248, p < 10−10, контраст – F = 22,63, p < з10на; боя: विवरण - F = 0,41, p = 0,52, признак – F = 2876,7, p < 10−10, kontrast – F = 36,5, р < 10-10)। सामान्यतया, बाँदरहरूको सुसंगतता/पारदर्शिताको धारणामा बनावट विशेषताको चिन्ह (पारदर्शिता, सुसंगतता) र शक्ति (विपरीतता) दुवैले उल्लेखनीय रूपमा प्रभाव पारेको थियो (ANOVA; बाँदर N: दिशा — F = 0.58, p = 0.45, चिन्ह — F = 1248, p < 10−10, कन्ट्रास्ट – F = 22.63, p < 10; -10 बाँदर S: 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）.सामान्यतया, बाँदर सुसंगतता/पारदर्शिताको धारणा बनावट संकेतहरूको चिन्ह (पारदर्शिता, सुसंगतता) र तीव्रता (विपरीत) (ANOVA) 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 = ०.५८, p = ०.४५, चिन्ह – F = १२४८, p < १०−१०, कन्ट्रास्ट – F = २२.६३, p < १०; −10 Обезьяна S: Ориентация — F = 0,41, p = 0,52, Знак — F = 2876,7, p < 10−10, Контрастность — F = 36,5, p < 10-10)। −१० बाँदर S: अभिमुखीकरण – F = ०.४१, p = ०.५२, चिन्ह – F = २८७६.७, p < १०-१०, कन्ट्रास्ट – F = ३६.५, p < १०-१०)।बाँदरहरूको मनोभौतिक विशेषताहरू चित्रण गर्न प्रत्येक सत्रको डेटामा गौसियन संचयी प्रकार्यहरू फिट गरिएको थियो। चित्र २b मा दुवै बाँदरहरूको लागि सबै सत्रहरूमा यी मोडेलहरूको लागि सम्झौताको वितरण देखाइएको छ। समग्रमा, बाँदरहरूले कार्य सही र निरन्तर रूपमा पूरा गरे, र हामीले संचयी गौसियन मोडेलमा खराब फिटको कारणले गर्दा दुई-बादर सत्रहरूको १३% भन्दा कमलाई अस्वीकार गर्यौं।
प्रतिनिधि सत्रहरूमा बाँदरहरूको व्यवहारिक उदाहरणहरू (प्रति उत्तेजना अवस्था n ≥ २० परीक्षणहरू)। बायाँ (दायाँ) प्यानलहरूमा, एउटा N(S) बाँदर सत्रबाट डेटालाई बनावट संकेतहरूको चिन्ह कन्ट्रास्ट (abscissa) विरुद्ध सुसंगत चयन स्कोर (ordinate) को रूपमा प्लट गरिएको छ। यहाँ यो मानिन्छ कि पारदर्शी (सुसंगत) बनावटहरूमा नकारात्मक (सकारात्मक) मानहरू छन्। परीक्षणमा ढाँचाको गतिको दिशा (माथि (९०°) वा तल (२७०°)) अनुसार प्रतिक्रियाहरू अलग-अलग बनाइएका थिए। दुवै जनावरहरूको लागि, प्रदर्शन, चाहे प्रतिक्रिया ५०/५० कन्ट्रास्ट (PSE - ठोस तीरहरू) द्वारा विभाजित होस् वा प्रदर्शनको निश्चित स्तर (थ्रेसहोल्ड - खुला तीरहरू) लाई समर्थन गर्न आवश्यक टेक्सचरल कन्ट्रास्टको मात्रा, यी बहाव दिशाहरूमा हुन्छ। b गौसियन संचयी प्रकार्यको R2 मानहरूको फिट गरिएको हिस्टोग्राम। बाँदर S(N) डेटा बायाँ (दायाँ) मा देखाइएको छ। c (माथिल्लो) ग्रिडलाई तल सारिएको (ओर्डिनेट) ग्रिडको तुलनामा मापन गरिएको PSE, ग्रिड (abscissa) माथि सारिएको PSE को तुलनामा, प्रत्येक अवस्थाको लागि PSE वितरणको प्रतिनिधित्व गर्ने किनारहरू र प्रत्येक अवस्थाको लागि औसत संकेत गर्ने तीरहरू सहित। सबै N(S) बाँदर सत्रहरूको लागि डेटा बायाँ (दायाँ) स्तम्भमा दिइएको छ। (तल) PSE डेटाको लागि जस्तै कन्भेन्सन, तर फिट गरिएको सुविधा थ्रेसहोल्डहरूको लागि। PSE थ्रेसहोल्ड वा फेसन प्रवृत्तिहरूमा कुनै महत्त्वपूर्ण भिन्नताहरू थिएनन् (पाठ हेर्नुहोस्)। d PSE र ढलान (ओर्डिनेट) कोणीय विभाजन घटकको सामान्यीकृत रास्टर अभिविन्यास ("अभिन्न ग्रेटिंग कोण" - abscissa) मा निर्भर गर्दै प्लट गरिएको छ। खुला सर्कलहरू माध्यम हुन्, ठोस रेखा उत्तम फिटिंग प्रतिगमन मोडेल हो, र डटेड रेखा प्रतिगमन मोडेलको लागि 95% विश्वास अन्तराल हो। PSE र सामान्यीकृत एकीकरण कोण बीच एक महत्त्वपूर्ण सम्बन्ध छ, तर ढलान र सामान्यीकृत एकीकरण कोण होइन, जसले सुझाव दिन्छ कि कोणले घटक जालीहरू अलग गर्दा साइकोमेट्रिक प्रकार्य परिवर्तन हुन्छ, तर तीखो वा समतल हुँदैन। (मन्की एन, एन = ३२ सत्रहरू; मन्की एस, एन = ४३ सत्रहरू)। सबै प्यानलहरूमा, त्रुटि बारहरूले औसतको मानक त्रुटि प्रतिनिधित्व गर्दछ। हाहा। सुसंगतता, PSE व्यक्तिपरक समानता स्कोर, मानकीकरण।
माथि उल्लेख गरिएझैं, बनावट संकेतहरूको कन्ट्रास्ट र ढाँचाको चालको दिशा दुवै परीक्षणहरूमा फरक-फरक थिए, दिइएको परीक्षणमा उत्तेजनाहरू माथि वा तल बग्ने क्रममा। यो मनोभौतिक र न्यूरोनल अनुकूली प्रभावहरूलाई कम गर्न गरिन्छ। ढाँचा अभिमुखीकरण बनाम पूर्वाग्रह (व्यक्तिगत समानता बिन्दु वा PSE) (विल्कोक्सन श्रेणी योग परीक्षण; बाँदर N: z = 0.25, p = 0.8; बाँदर S: z = 0.86, p = 0.39) वा फिट गरिएको प्रकार्य थ्रेसहोल्ड (विल्कोक्सन श्रेणीहरूको योग; बाँदर N: z = 0.14, p = 0.89, बाँदर S: z = 0.49, p = 0.62) (चित्र 2c)। यसको अतिरिक्त, कार्यसम्पादन थ्रेसहोल्ड स्तरहरू कायम राख्न आवश्यक बनावट कन्ट्रास्टको डिग्रीमा बाँदरहरू बीच कुनै महत्त्वपूर्ण भिन्नताहरू थिएनन् (N बाँदर = २४.५% ± ३.९%, S बाँदर = १८.९% ± १.९%; विल्कोक्सन श्रेणी योग, z = १.०१, p = ०.३१)।
प्रत्येक सत्रमा, हामीले कम्पोनेन्ट जालीहरूको अभिमुखीकरणलाई अलग गर्ने इन्टरल्याटिस कोण परिवर्तन गर्यौं। मनोभौतिक अध्ययनहरूले देखाएको छ कि जब यो कोण सानो हुन्छ तब मानिसहरूले कोष १० लाई जोडिएको रूपमा बुझ्ने सम्भावना बढी हुन्छ। यदि बाँदरहरूले विश्वसनीय रूपमा सुसंगतता/पारदर्शिताको आफ्नो धारणा रिपोर्ट गरिरहेका थिए भने, यी निष्कर्षहरूको आधारमा, अन्तरक्रियामा वृद्धि हुने अपेक्षा गर्न सकिन्छ। जाली कोण। यो वास्तवमा मामला थियो (चित्र २d; ढाँचा दिशाहरूमा ढल्दै, क्रुस्कल-वालिस; बाँदर N: χ2 = २३.०६, p < १०−३; बाँदर S: χ२ = २२.२२, p < १०−३; सामान्यीकृत अन्तर-ग्रेटिंग कोण र PSE बीचको सम्बन्ध - बाँदर N: r = ०.६७, p < १०−९; बाँदर S: r = ०.७६, p < १०−१३)। यो वास्तवमा मामला थियो (चित्र २d; ढाँचा दिशाहरूमा ढल्दै, क्रुस्कल-वालिस; बाँदर N: χ2 = २३.०६, p < १०−३; बाँदर S: χ२ = २२.२२, p < १०−३; सामान्यीकृत अन्तर्क्रियात्मक कोण र PSE - बाँदर N बीचको सम्बन्ध: r = ०.६७, p < १०−९; बाँदर S: r = ०.७६, p < १०−१३)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = p, 23, боя6; χ2 = 22,22, p < 10-3; корреляция между нормализованными угол решетки и PSE – обезьяна N: r = 0,67, p < 10-9, p <10-9, p = 07 १०-१३)। यो वास्तवमै भयो (चित्र २d; ढाँचाको दिशामा पतन, क्रुस्कल-वालिस; बाँदर N: χ2 = 23.06, p < 10–3; बाँदर S: χ2 = 22.22, p < 10–3; सामान्यीकृत जाली कोण र PSE बीचको सम्बन्ध - बाँदर N: r = 0.67, p < 10-9, 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 <10-3；2S = 202p 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 ， kruskal-wallis ； n ： ： 2 = 23.06 , p <10-3 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 = 0.6 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 < 10-3z = боя;χ 22,22, p < 10-3; यो वास्तवमा मामला थियो (चित्र २d; मोड अक्षसँगै फोल्ड गर्नुहोस्, क्रुस्कल-वालिस; बाँदर N: χ2 = २३.०६, p < १०-३; बाँदर S: χ२ = २२.२२, p < १०-३; सामान्यीकृत इन्टरल्याटिस कुना)। PSE-обезьяна N: r = 0,67, p < 10-9, обезьяна S: r = 0,76, p < 10-13)। PSE बाँदर N: r = ०.६७, p < १०–९, बाँदर S: r = ०.७६, p < १०–१३)।यसको विपरित, इन्टरल्याटिस कोण परिवर्तन गर्दा साइकोमेट्रिक प्रकार्यको ढलानमा कुनै महत्त्वपूर्ण प्रभाव परेन (चित्र २d; क्रस-मोडल अभिमुखीकरण तह, क्रुस्कल-वालिस; बाँदर N: χ2 = 8.09, p = 0.23; बाँदर S χ2 = 3.18, p = 0.67, सामान्यीकृत इन्टरल्याटिस कोण र ढलान बीचको सम्बन्ध - बाँदर N: r = -0.4, p = 0.2, बाँदर S: r = 0.03, p = 0.76)। यसरी, व्यक्तिको मनोभौतिक डेटा अनुसार, ग्रेटिंगहरू बीचको कोण परिवर्तनको औसत प्रभाव विस्थापन बिन्दुहरूमा परिवर्तन हो, र विभाजन संकेतहरू प्रति संवेदनशीलतामा वृद्धि वा कमी होइन।
अन्तमा, शून्य बनावट कन्ट्रास्ट भएका परीक्षणहरूमा ०.५ को सम्भाव्यताका साथ पुरस्कारहरू अनियमित रूपमा तोकिएका छन्। यदि सबै बाँदरहरूलाई यो अद्वितीय अनियमितताको बारेमा थाहा थियो र शून्य बनावट कन्ट्रास्ट र क्यू उत्तेजनाहरू बीच भिन्नता छुट्याउन सक्षम थिए भने, तिनीहरूले दुई प्रकारका परीक्षणहरूको लागि फरक रणनीतिहरू विकास गर्न सक्थे। दुई अवलोकनहरूले दृढतापूर्वक सुझाव दिन्छन् कि यो मामला होइन। पहिलो, ग्रेटिंग कोण परिवर्तन गर्दा क्यू र शून्य बनावट कन्ट्रास्ट स्कोरहरूमा गुणात्मक रूपमा समान प्रभावहरू थिए (चित्र २d र पूरक चित्र १)। दोस्रो, दुवै बाँदरहरूको लागि, बिस्टेबल परीक्षण चयन सबैभन्दा हालको (अघिल्लो) पुरस्कार चयनको दोहोरिने सम्भावना छैन (द्विपद परीक्षण, N बाँदरहरू: ०.५२, z = ०.७४, p = ०.२२; S बाँदरहरू: ०.५१, r = ०.९, p = ०.१८)।
निष्कर्षमा, हाम्रो विभाजन कार्यमा बाँदरहरूको व्यवहार राम्रो उत्तेजना नियन्त्रणमा थियो। बनावट संकेतहरूको चिन्ह र आकारमा अवधारणात्मक निर्णयहरूको निर्भरता, साथै ग्रेटिंग कोणको साथ PSE मा परिवर्तनहरूले संकेत गर्दछ कि बाँदरहरूले मोटर सुसंगतता/पारदर्शिताको आफ्नो व्यक्तिपरक धारणा रिपोर्ट गरे। अन्तमा, शून्य बनावट कन्ट्रास्ट परीक्षणहरूमा बाँदरहरूको प्रतिक्रियाहरू अघिल्लो परीक्षणहरूको इनाम इतिहासबाट प्रभावित भएनन् र अन्तर-रास्टर कोणीय परिवर्तनहरूबाट उल्लेखनीय रूपमा प्रभावित भए। यसले सुझाव दिन्छ कि बाँदरहरूले यस महत्त्वपूर्ण अवस्था अन्तर्गत जाली सतह कन्फिगरेसनको आफ्नो व्यक्तिपरक धारणा रिपोर्ट गर्न जारी राख्छन्।
माथि उल्लेख गरिएझैं, बनावट कन्ट्रास्टको नकारात्मकबाट सकारात्मकमा संक्रमण पारदर्शीबाट सुसंगतमा उत्तेजनाहरूको अवधारणात्मक संक्रमणको बराबर हो। सामान्यतया, दिइएको कोषको लागि, बनावट कन्ट्रास्ट नकारात्मकबाट सकारात्मकमा परिवर्तन हुँदा MT प्रतिक्रिया बढ्ने वा घट्ने गर्छ, र यो प्रभावको दिशा सामान्यतया ढाँचा/घटकको चालको दिशामा निर्भर गर्दछ। उदाहरणका लागि, दुई प्रतिनिधि MT कोषहरूको दिशात्मक ट्युनिङ वक्रहरू चित्र ३ मा कम वा उच्च कन्ट्रास्ट सुसंगत वा पारदर्शी बनावट संकेतहरू भएका ग्रेटिंगहरूमा यी कोषहरूको प्रतिक्रियाहरू सहित देखाइएको छ। हामीले यी ग्रिड प्रतिक्रियाहरूलाई राम्रोसँग परिमाण गर्न केही तरिकाले प्रयास गरेका छौं, जुन हाम्रा बाँदरहरूको मनोवैज्ञानिक प्रदर्शनसँग सम्बन्धित हुन सक्छ।
एकल साइनसोइडल एरेको प्रतिक्रियामा प्रतिनिधि बाँदर MT सेल S को दिशात्मक ट्युनिङ कर्भको ध्रुवीय प्लट। कोणले ग्रेटिंगको चालको दिशालाई संकेत गर्दछ, परिमाणले उत्सर्जनलाई संकेत गर्दछ, र मनपर्ने सेल दिशा ग्रेटिंग ढाँचाको दिशामा रहेको घटकहरू मध्ये एकको दिशासँग लगभग 90° (माथि) ले ओभरल्याप हुन्छ। b प्रतिक्रिया ग्रिडको साप्ताहिक उत्तेजना-समय हिस्टोग्राम (PSTH), a मा देखाइएको सेलको लागि 90° (बायाँतिर योजनाबद्ध रूपमा देखाइएको) द्वारा टेम्प्लेट दिशामा सारिएको। प्रतिक्रियाहरू बनावट संकेत प्रकार (क्रमशः सुसंगत/पारदर्शी - मध्य/दायाँ प्यानल) र माइकलसन कन्ट्रास्ट (PSTH रङ संकेत) द्वारा क्रमबद्ध छन्। प्रत्येक प्रकारको कम-कन्ट्रास्ट र उच्च-कन्ट्रास्ट बनावट संकेतहरूको लागि मात्र सही प्रयासहरू देखाइन्छ। कोषहरूले पारदर्शी बनावट संकेतहरूको साथ माथितिर बग्ने जाली ढाँचाहरूमा राम्रो प्रतिक्रिया दिए, र यी ढाँचाहरूको प्रतिक्रिया बढ्दो बनावट कन्ट्रास्टको साथ बढ्यो। c, d a र b मा जस्तै समान परम्पराहरू हुन्, तर बाँदर S बाहेक अन्य MT कोषहरूको लागि, तिनीहरूको मनपर्ने अभिविन्यास लगभग तलतिर बहने ग्रिडको ओभरल्याप हुन्छ। एकाइले सुसंगत बनावट संकेतहरू सहित तलतिर बहने ग्रेटिङहरू मन पराउँछ, र यी ढाँचाहरूको प्रतिक्रिया बढ्दो बनावट कन्ट्रास्टको साथ बढ्छ। सबै प्यानलहरूमा, छायादार क्षेत्रले माध्यको मानक त्रुटिलाई प्रतिनिधित्व गर्दछ। स्पोक्स। स्पाइक्स, सेकेन्ड। सेकेन्ड।
हाम्रो बनावट संकेतहरू र MT गतिविधि द्वारा संकेत गरिएको जाली सतह कन्फिगरेसन (सुसंगत वा पारदर्शी) बीचको सम्बन्ध अन्वेषण गर्न, हामीले पहिले सुसंगत आन्दोलन (सकारात्मक ढलान) वा पारदर्शी आन्दोलन (नकारात्मक ढलान) को लागि कोशिकाहरू बीचको सम्बन्धलाई रिग्रेस गर्यौं। कन्ट्रास्टको तुलनामा साइन प्रतिक्रिया दर (प्रत्येक मोड दिशाको लागि छुट्टै) द्वारा कोशिकाहरूलाई वर्गीकृत गर्न दिइएको। चित्र ३ मा उही उदाहरण कक्षबाट यी जाली ट्युनिङ वक्रहरूको उदाहरणहरू चित्र ४a मा देखाइएका छन्। वर्गीकरण पछि, हामीले बनावट संकेतहरूको मोड्युलेसनमा प्रत्येक कोशिकाको संवेदनशीलता मापन गर्न रिसीभर प्रदर्शन विश्लेषण (ROC) प्रयोग गर्यौं (विधिहरू हेर्नुहोस्)। यस तरिकाले प्राप्त न्यूरोमेट्रिक प्रकार्यहरूलाई जाली बनावटमा न्यूरोन्सको मनोभौतिक संवेदनशीलतालाई प्रत्यक्ष रूपमा तुलना गर्नको लागि एउटै सत्रमा बाँदरहरूको मनोभौतिक विशेषताहरूसँग प्रत्यक्ष रूपमा तुलना गर्न सकिन्छ। हामीले नमूनामा सबै एकाइहरूको लागि दुई सिग्नल पत्ता लगाउने विश्लेषणहरू गर्यौं, ढाँचाको प्रत्येक दिशाको लागि छुट्टै न्यूरोमेट्रिक सुविधाहरू गणना गर्दै (फेरि, माथि वा तल)। यो कुरा ध्यान दिनु महत्त्वपूर्ण छ कि, यस विश्लेषणको लागि, हामीले केवल परीक्षणहरू समावेश गर्यौं जसमा (i) उत्तेजनाहरूमा बनावट संकेत थियो र (ii) बाँदरहरूले त्यो संकेत (अर्थात्, "सही" परीक्षणहरू) अनुसार प्रतिक्रिया दिए।
आगो दरहरू क्रमशः बनावट चिन्ह कन्ट्रास्ट विरुद्ध प्लट गरिन्छ, ग्रेटिंगहरू माथि (बायाँ) वा तल (दायाँ) सर्ने क्रममा, ठोस रेखाले उत्तम फिट रेखीय प्रतिगमन प्रतिनिधित्व गर्दछ, र माथि (तल) पङ्क्तिमा डेटा चित्रमा देखाइएकाहरूबाट लिइएको हो। चामल। 3a सेल, b (चित्र 3c, d)। रिग्रेसन ढलान सुविधाहरू प्रत्येक सेल/जाली अभिमुखीकरण संयोजन (n ≥ प्रति उत्तेजना अवस्था 20 परीक्षणहरू) मा मनपर्ने बनावट संकेतहरू (सुसंगत/पारदर्शी) तोक्न प्रयोग गरिएको थियो। त्रुटि बारहरूले औसतको मानक विचलन प्रतिनिधित्व गर्दछ। ba मा देखाइएका एकाइहरूको न्यूरोमेट्रिक प्रकार्यहरू एउटै सत्रको समयमा सङ्कलन गरिएका मनोमेट्रिक प्रकार्यहरूसँग वर्णन गरिएको छ। अब, प्रत्येक सुविधाको लागि, हामी बनावटको चिन्ह कन्ट्रास्ट (abscissa) को प्रतिशतको रूपमा मनपर्ने टूलटिप विकल्प (ordinate) (पाठ हेर्नुहोस्) प्लट गर्छौं। बनावट कन्ट्रास्ट परिवर्तन गरिएको छ ताकि मनपर्ने टूलटिपहरू सकारात्मक र खाली टूलटिपहरू नकारात्मक छन्। माथिल्लो (तल) बहाव ग्रिडहरूबाट डेटा बायाँ (दायाँ) प्यानलहरूमा, माथिल्लो (तल्लो) पङ्क्तिहरूमा देखाइएको छ - चित्र 3a,b (चित्र 3c,d) मा देखाइएका कक्षहरूबाट डेटा। प्रत्येक प्यानलमा न्यूरोमेट्रिक र साइकोमेट्रिक थ्रेसहोल्ड (N/P) को अनुपात देखाइएको छ। स्पोक्स। स्पाइक्स, सेकेन्ड। सेकेन्ड, निर्देशिका। दिशा, प्रान्त प्राथमिकता, psi। साइकोमेट्री, न्यूरोलोजी।
दुई प्रतिनिधि MT कोषहरूको जाली ट्युनिङ कर्भहरू र न्यूरोमेट्रिक प्रकार्यहरू र तिनीहरूसँग सम्बन्धित साइकोमेट्रिक प्रकार्यहरू, यी प्रतिक्रियाहरूसँग एकत्रित, चित्र 4a,b को माथिल्लो र तल्लो प्यानलहरूमा क्रमशः देखाइएका छन्। बनावटको संकेत पारदर्शीबाट सुसंगतमा जाँदा यी कोषहरूले लगभग एकरस वृद्धि वा कमी देखाउँछन्। थप रूपमा, यो बन्धनको दिशा र बल जाली गतिको दिशामा निर्भर गर्दछ। अन्तमा, यी कोषहरूको प्रतिक्रियाहरूबाट गणना गरिएका न्यूरोमेट्रिक प्रकार्यहरू एकदिशात्मक ग्रिड आन्दोलनको मनोभौतिक गुणहरूसँग मात्र नजिक पुगे (तर अझै पनि मेल खाँदैनन्)। न्यूरोमेट्रिक र साइकोमेट्रिक प्रकार्यहरू दुवै थ्रेसहोल्डहरूसँग संक्षेप गरिएको थियो, अर्थात् सही रूपमा छनौट गरिएको कन्ट्रास्टको लगभग 84% सँग मेल खान्छ (फिट गरिएको संचयी गौसियन प्रकार्यको औसत + 1 sd सँग मेल खान्छ)। सम्पूर्ण नमूनामा, N/P अनुपात, न्यूरोमेट्रिक थ्रेसहोल्डको साइकोमेट्रिक थ्रेसहोल्डको अनुपात, बाँदर N मा औसत १२.४ ± १.२ र बाँदर S मा १५.९ ± १.८ थियो, र जाली कम्तिमा एक दिशामा सर्ने क्रममा, बाँदर N (बादर S) बाट ~१६% (१८).% एकाइहरूमा मात्र (चित्र ५a)। चित्रमा देखाइएको कोशिका उदाहरणबाट। चित्र ३ र ४ मा देखिएझैं, कोशिकाको मनपर्ने अभिमुखीकरण र प्रयोगहरूमा प्रयोग गरिएको जाली आन्दोलनको दिशा बीचको सम्बन्धबाट न्यूरोन्सको संवेदनशीलता प्रभावित हुन सक्छ। विशेष गरी, चित्र ३a,c मा अभिमुखीकरण समायोजन वक्रहरूले एकल साइनोसाइडल एरेको न्यूरोन अभिमुखीकरण सेटिङ र हाम्रो बनावट एरेमा पारदर्शी/सुसंगत गतिको लागि यसको संवेदनशीलता बीचको सम्बन्ध प्रदर्शन गर्दछ। यो दुवै बाँदरहरूको लागि मामला थियो (ANOVA; १०° रिजोल्युसनको साथ बाइन गरिएको सापेक्षिक मनपर्ने दिशाहरू; बाँदर N: F = २.१२, p < ०.०१; बाँदर S: F = २.०१, p < ०.०१)। यो दुवै बाँदरहरूको लागि मामला थियो (ANOVA; १०° रिजोल्युसनको साथ बाइन गरिएको सापेक्षिक मनपर्ने दिशाहरू; बाँदर N: F = २.१२, p < ०.०१; बाँदर S: F = २.०१, p < ०.०१)। 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)। यो दुवै बाँदरहरूको लागि मामला थियो (ANOVA; १०° रिजोल्युसनमा समूहबद्ध सापेक्षिक मनपर्ने दिशाहरू; बाँदर N: F=२.१२, p<०.०१; बाँदर S: F=२.०१, p<०.०१)।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；猴，．F2p. 0.01；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 ； 对 方向 （方对2.12, p <0.01 ； ： ： f = 2.01 , p <०.०१।।।।।...)))))))) Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена при разрешениена при разрешении, F12°, F12°; <0,01; обезьяна S: F = 2,01, p <0,01)। यो दुवै बाँदरहरूको लागि मामला थियो (ANOVA; १०° रिजोल्युसनमा एकत्रित सापेक्षिक रुचाइएको अभिमुखीकरण; बाँदर N: F=२.१२, p<०.०१; बाँदर S: F=२.०१, p<०.०१)।न्यूरोन संवेदनशीलतामा ठूलो मात्रामा परिवर्तनशीलतालाई ध्यानमा राख्दै (चित्र ५क), सापेक्षिक रुचाइएको अभिमुखीकरणमा न्यूरोन संवेदनशीलताको निर्भरता कल्पना गर्न, हामीले पहिले प्रत्येक कोषको रुचाइएको अभिमुखीकरणलाई ग्रिड ढाँचा (अर्थात् दिशा) को चालको लागि "उत्तम" अभिमुखीकरणमा सामान्यीकृत गर्यौं। जसमा ग्रेटिंगले रुचाइएको सेल अभिमुखीकरण र ग्रेटिंग ढाँचाको अभिमुखीकरण बीचको सबैभन्दा सानो कोण बनाउँछ। हामीले फेला पार्यौं कि न्यूरोनहरूको सापेक्षिक थ्रेसहोल्डहरू ("सबैभन्दा खराब" जाली अभिमुखीकरणको लागि थ्रेसहोल्ड/"उत्तम" जाली अभिमुखीकरणको लागि थ्रेसहोल्ड) यस सामान्यीकृत रुचाइएको अभिमुखीकरणसँग भिन्न हुन्छन्, यस थ्रेसहोल्ड अनुपातमा शिखरहरू ढाँचा वा घटक अभिमुखीकरण वरिपरि हुन्छन् (चित्र ५ख)। ))। यो प्रभावलाई प्रत्येक नमूनामा रहेका एकाइहरूमा प्लेड ढाँचा वा घटक दिशाहरू मध्ये एकतर्फ मनपर्ने दिशाहरूको वितरणमा पूर्वाग्रहद्वारा व्याख्या गर्न सकिँदैन (चित्र 5c; रेले परीक्षण; बाँदर N: z = 8.33, p < 10−3, गोलाकार औसत = 190.13 डिग्री ± 9.83 डिग्री; बाँदर S: z = 0.79, p = 0.45) र प्लेड अन्तर-ग्रेटिंग कोणहरूमा एकरूप थियो (पूरक चित्र 2)। यो प्रभावलाई प्रत्येक नमूनामा रहेका एकाइहरूमा प्लेड ढाँचा वा घटक दिशाहरू मध्ये एकतर्फ मनपर्ने दिशाहरूको वितरणमा पूर्वाग्रहद्वारा व्याख्या गर्न सकिँदैन (चित्र 5c; रेले परीक्षण; बाँदर N: z = 8.33, p < 10−3, गोलाकार औसत = 190.13 डिग्री ± 9.83 डिग्री; बाँदर S: z = 0.79, p = 0.45) र प्लेड अन्तर-ग्रेटिंग कोणहरूमा एकरूप थियो (पूरक चित्र 2)। Этот эффект нельзя было объяснить смещением распределения предпочтительных направлений в единицах в каждой выбогодокры клетчатых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10-3)। यो प्रभावलाई प्रत्येक नमूनामा एकाइहरूमा रुचाइएको दिशाहरूको वितरणमा चेकर्ड दिशाहरू वा घटक दिशाहरू मध्ये एकमा परिवर्तन गरेर व्याख्या गर्न सकिँदैन (चित्र 5c; रेले परीक्षण; बाँदर N: z = 8.33, p < 10–3)।, गोलाकार माध्य = १९०.१३ डिग्री ± ९.८३ डिग्री; बाँदर S: z = ०.७९, p = ०.४५) र प्लेड ग्रिडका सबै कुनाहरूको लागि समान थियो (पूरक चित्र २)।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）।यो来 解释 （图 图 图 图 瑞利 测试 ； 猴子 n ： z = 8.33 ， p <10-3, 平均值 平均圢圽圽圆形 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 образоветельных структуры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p <)। यो प्रभावलाई यस तथ्यले व्याख्या गर्न सकिँदैन कि प्रत्येक नमूनामा कोषहरूमा रुचाइएको अभिमुखीकरणको वितरण या त जाली संरचना वा घटक अभिमुखीकरणहरू मध्ये एक तर्फ पक्षपाती छ (चित्र 5c; रेलेको परीक्षण; बाँदर N: z = 8.33, p < 10–3)।, वृत्ताकार औसत) = १९०.१३ डिग्री ± ९.८३ डिग्री; बाँदर S: z = ०.७९, p = ०.४५) र ग्रिडहरू बीचको जाली कोणहरूमा बराबर थिए (पूरक चित्र २)।यसरी, टेक्सचर्ड ग्रिडहरूमा न्यूरोन्सको संवेदनशीलता, कम्तिमा आंशिक रूपमा, MT ट्युनिङको आधारभूत गुणहरूमा निर्भर गर्दछ।
बायाँ प्यानलले N/P अनुपात (न्यूरोन/साइकोफिजियोलोजिकल थ्रेसहोल्ड) को वितरण देखाउँछ; प्रत्येक सेलले दुई डेटा बिन्दुहरू प्रदान गर्दछ, प्रत्येक दिशाको लागि एउटा जहाँ ढाँचा सर्छ। दायाँ प्यानलले नमूनामा सबै एकाइहरूको लागि मनोभौतिक थ्रेसहोल्ड (ओर्डिनेट) बनाम न्यूरोनल थ्रेसहोल्ड (एब्सिसा) प्लट गर्दछ। माथिल्लो (तल) पङ्क्तिमा डेटा बाँदर N (S) बाट हो। b सामान्यीकृत थ्रेसहोल्ड अनुपातहरू इष्टतम जाली अभिमुखीकरण र मनपर्ने सेल अभिमुखीकरण बीचको भिन्नताको परिमाण विरुद्ध प्लट गरिन्छ। "उत्तम" दिशालाई मनपर्ने सेल दिशाको नजिकको ग्रेटिंग संरचना (एकल साइनोसाइडल ग्रेटिंगको साथ मापन गरिएको) को दिशाको रूपमा परिभाषित गरिएको छ। डेटा पहिले सामान्यीकृत मनपर्ने अभिमुखीकरण (१०° बिन) द्वारा बिन गरिएको थियो, त्यसपछि थ्रेसहोल्ड अनुपातहरू अधिकतम मानमा सामान्यीकृत गरियो र प्रत्येक बिन भित्र औसत गरियो। जाली घटकहरूको अभिमुखीकरण भन्दा थोरै ठूलो वा सानो मनपर्ने अभिमुखीकरण भएका सेलहरूमा जाली ढाँचाको अभिमुखीकरणको 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 संकेतहरू (बनावट) को विवरणहरू द्वारा परिमार्जित हुन्छ। न्यूरोनल र साइकोफिजिकल संवेदनशीलताको तुलनाले देखाएको छ कि, सामान्यतया, MT एकाइहरू बाँदरहरू भन्दा विरोधाभासी बनावट संकेतहरू प्रति धेरै कम संवेदनशील थिए। यद्यपि, न्यूरोनको संवेदनशीलता एकाइको मनपर्ने अभिमुखीकरण र ग्रिड आन्दोलनको दिशा बीचको भिन्नताको आधारमा परिवर्तन भयो। सबैभन्दा संवेदनशील कोशिकाहरूमा अभिमुखीकरण प्राथमिकताहरू हुने प्रवृत्ति थियो जसले लगभग जाली ढाँचा वा घटक अभिमुखीकरणहरू मध्ये एकलाई ढाक्छ, र हाम्रा नमूनाहरूको सानो उपसमूह बाँदरहरूको विपरीत भिन्नताहरूको धारणा भन्दा संवेदनशील वा बढी संवेदनशील थियो। यी अधिक संवेदनशील एकाइहरूबाट संकेतहरू बाँदरहरूमा धारणासँग बढी नजिकबाट सम्बन्धित थिए कि थिएनन् भनेर निर्धारण गर्न, हामीले धारणा र न्यूरोनल प्रतिक्रियाहरू बीचको सम्बन्धको जाँच गर्यौं।
तंत्रिका गतिविधि र व्यवहार बीचको सम्बन्ध स्थापित गर्ने एउटा महत्त्वपूर्ण चरण भनेको स्थिर उत्तेजनाहरूमा न्यूरोन्स र व्यवहारिक प्रतिक्रियाहरू बीचको सम्बन्ध स्थापित गर्नु हो। विभाजन निर्णयहरूमा तंत्रिका प्रतिक्रियाहरूलाई लिङ्क गर्न, एक उत्तेजना सिर्जना गर्नु महत्त्वपूर्ण छ जुन समान भए तापनि, विभिन्न परीक्षणहरूमा फरक रूपमा बुझिन्छ। वर्तमान अध्ययनमा, यो स्पष्ट रूपमा शून्य बनावट कन्ट्रास्ट ग्रेटिंग द्वारा प्रतिनिधित्व गरिएको छ। यद्यपि हामी जोड दिन्छौं कि, जनावरहरूको मनोमितीय कार्यहरूको आधारमा, न्यूनतम (~२०% भन्दा कम) टेक्सचर कन्ट्रास्ट भएका ग्रेटिंगहरूलाई सामान्यतया सुसंगत वा पारदर्शी मानिन्छ।
MT प्रतिक्रियाहरू अवधारणात्मक रिपोर्टहरूसँग कति हदसम्म सम्बन्धित छन् भनेर मापन गर्न, हामीले हाम्रो ग्रिड डेटाको चयन सम्भाव्यता (CP) विश्लेषण गर्यौं (३ हेर्नुहोस्)। छोटकरीमा, CP एक गैर-प्यारामीट्रिक, गैर-मानक मापन हो जसले स्पाइक प्रतिक्रियाहरू र अवधारणात्मक निर्णयहरू बीचको सम्बन्धलाई परिमाण गर्दछ30। शून्य टेक्सचरल कन्ट्रास्ट र यी परीक्षणहरूको प्रत्येक प्रकारको लागि बाँदरहरूले कम्तिमा पाँच विकल्पहरू बनाएका सत्रहरू प्रयोग गरेर विश्लेषणलाई सीमित गर्दै, हामीले ग्रिड आन्दोलनको प्रत्येक दिशाको लागि छुट्टाछुट्टै SR गणना गर्यौं। बाँदरहरूमा, हामीले संयोगले अपेक्षा गरेको भन्दा उल्लेखनीय रूपमा बढी औसत CP मान अवलोकन गर्यौं (चित्र 6a, d; बाँदर N: औसत CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5 को शून्य विरुद्ध दुई-पक्षीय t-परीक्षण, t = 6.7, p < 10−9; बाँदर S: औसत CP: 0.55, 95% CI: (0.54, 0.57), औसत t-परीक्षण, t = 9.4, p < 10−13)। बाँदरहरूमा, हामीले संयोगले अपेक्षा गरेको भन्दा उल्लेखनीय रूपमा बढी औसत CP मान अवलोकन गर्यौं (चित्र 6a, d; बाँदर N: औसत CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 6.7, p < 10−9 को शून्य विरुद्ध दुई-पक्षीय t-परीक्षण; बाँदर S: औसत CP: 0.55, 95% CI: (0.54, 0.57), औसत t-परीक्षण, t = 9.4, p < 10−13)।बाँदरहरूमा, हामीले अनियमित रूपमा अपेक्षा गरिएको भन्दा उल्लेखनीय रूपमा उच्च औसत CP अवलोकन गर्यौं (चित्र 6a, d; बाँदर N: औसत CP: 0.54, 95% CI: (0.53, 0.56), दुई-पुच्छर 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: औसत CP: ०.५५, ९५% CI: (०.५४, ०.५७), दुई-पुच्छर t-परीक्षण, t = ९.४, p < १०–१३)।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, 9.5%, 0.55, 9.5% (4%),双边t 检验, t = ९.४, पृ < १०−१३)।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 的 值 （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: ०.५५, ९५% CI: (०.५४, ०.५७), 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: 0,59CP, 59CP DI: (०,५४, 0,57), двусторонний t-критерий, t = 9,4, p < 10- 13)। बाँदरहरूमा, हामीले संयोगले अपेक्षा गरेको भन्दा धेरै माथि औसत CP मानहरू अवलोकन गर्यौं (चित्र 6a, d; बाँदर N: औसत CP: 0.54, 95% CI: (0.53, 0.56), दुई-पुच्छर t-परीक्षण CP बनाम शून्य = 0.5, t = 6.7, p < 10-9, बाँदर S: औसत CP: 0.55, 95% CI: (0.54, 0.57), दुई-पुच्छर t- मापदण्ड, t = 9.4, p < 10-13)।यसरी, कुनै पनि स्पष्ट विभाजन संकेतहरूको अभावमा पनि, जब जनावरको जाली गतिको धारणा कोषको प्राथमिकतासँग मेल खान्छ, MT न्यूरोनहरू अझ बलियो रूपमा प्रहार गर्ने प्रवृत्ति हुन्छ।
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 तीर) माथिको औसत CP मानले समग्रमा MT गतिविधि र धारणा बीच महत्त्वपूर्ण सम्बन्ध रहेको संकेत गर्दछ। b कुनै पनि सम्भावित चयन पूर्वाग्रहको प्रभाव जाँच गर्न, हामीले बाँदरहरूले कम्तिमा एउटा त्रुटि गरेको कुनै पनि उत्तेजनाको लागि छुट्टै CP गणना गर्यौं। चयन सम्भाव्यताहरू सबै उत्तेजनाहरू (बायाँ) र बनावट चिन्ह कन्ट्रास्टको निरपेक्ष मानहरू (दायाँ, १२० व्यक्तिगत कक्षहरूबाट डेटा) को लागि चयन अनुपात (प्रीफ/नल) को कार्यको रूपमा प्लट गरिएको छ। बायाँ प्यानलमा ठोस रेखा र छायादार क्षेत्रले २०-बिन्दु चल औसतको औसत ± सेम प्रतिनिधित्व गर्दछ। असन्तुलित चयन अनुपातहरू भएका उत्तेजनाहरूको लागि गणना गरिएको चयन सम्भाव्यताहरू, जस्तै उच्च संकेत कन्ट्रास्ट भएका ग्रिडहरू, बढी फरक थिए र सम्भावनाहरू वरिपरि क्लस्टर गरिएका थिए। दायाँ प्यानलमा खैरो-छायादार क्षेत्रले उच्च चयन सम्भाव्यताको गणनामा समावेश गरिएका सुविधाहरूको कन्ट्रास्टलाई जोड दिन्छ। c ठूलो छनोट (ordinate) को सम्भावना न्यूरोन (abscissa) को थ्रेसहोल्ड विरुद्ध प्लट गरिएको छ। चयनको सम्भावना थ्रेसहोल्डसँग उल्लेखनीय रूपमा नकारात्मक रूपमा सम्बन्धित थियो। कन्भेन्सन df ac जस्तै हो तर अन्यथा उल्लेख नगरिएसम्म बाँदर S बाट १५७ एकल डेटामा लागू हुन्छ। g उच्चतम चयन सम्भाव्यता (ordinate) दुई बाँदरहरू मध्ये प्रत्येकको लागि सामान्यीकृत मनपर्ने दिशा (abscissa) 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 सम्भाव्यताको ठूलो बक्स प्लटहरू। ठोस रेखाले मध्यक चिन्ह लगाउँछ, बक्सको तल्लो र माथिल्लो किनारहरूले क्रमशः २५ औं र ७५ औं प्रतिशतकहरू प्रतिनिधित्व गर्दछ, जुँगाहरू अन्तरचतुर्थक दायराको १.५ गुणासम्म विस्तारित हुन्छन्, र यो सीमाभन्दा बाहिरका आउटलियरहरू उल्लेख गरिएका छन्। बायाँ (दायाँ) प्यानलहरूमा डेटा १२० (१५७) व्यक्तिगत N(S) बाँदर कोषहरूबाट हो। i चयनको उच्चतम सम्भावना (ordinate) उत्तेजना (abscissa) को सुरुवातको समय विरुद्ध प्लट गरिएको छ। परीक्षणभरि ठूलो CP स्लाइडिङ आयतहरू (चौडाइ १०० मिलिसेकेन्ड, चरण १० मिलिसेकेन्ड) मा गणना गरिएको थियो र त्यसपछि एकाइहरूमा औसत निकालिएको थियो।
केही अघिल्ला अध्ययनहरूले रिपोर्ट गरेका छन् कि CP आधारभूत दर वितरणमा परीक्षणहरूको सापेक्ष संख्यामा निर्भर गर्दछ, जसको अर्थ प्रत्येक छनोटको अनुपातमा ठूलो भिन्नता ल्याउने उत्तेजनाहरूको लागि यो मापन कम भरपर्दो छ। हाम्रो डेटामा यो प्रभाव परीक्षण गर्न, हामीले चिन्ह बनावट कन्ट्रास्टलाई ध्यान नदिई सबै उत्तेजनाहरूको लागि छुट्टै CP गणना गर्यौं, र बाँदरहरूले कम्तिमा एउटा गलत परीक्षण गरे। CP लाई चित्र 6b र e (बायाँ प्यानल) मा प्रत्येक जनावरको लागि चयन अनुपात (pref/null) विरुद्ध क्रमशः प्लट गरिएको छ। गतिशील औसतहरू हेर्दा, यो स्पष्ट छ कि CP चयन बाधाहरूको विस्तृत दायरामा सम्भाव्यता भन्दा माथि रहन्छ, जब बाधाहरू 0.2 (0.8) भन्दा तल (बढ्छ) तल झर्छ तब मात्र घट्छ। जनावरहरूको मनोमितीय विशेषताहरूको आधारमा, हामी यो परिमाणको चयन गुणांकहरू उच्च-कन्ट्रास्ट बनावट संकेतहरू (सुसंगत वा पारदर्शी) भएका उत्तेजनाहरूमा मात्र लागू हुने अपेक्षा गर्छौं (चित्र 2a, b मा मनोमितीय सुविधाहरूको उदाहरणहरू हेर्नुहोस्)। यो मामला हो कि होइन र स्पष्ट विभाजन संकेतहरू सहितको उत्तेजनाहरूको लागि पनि महत्त्वपूर्ण पीसी कायम रह्यो कि रह्यो भनेर निर्धारण गर्न, हामीले पीसीमा निरपेक्ष टेक्सचरल कन्ट्रास्ट मानहरूको प्रभावको जाँच गर्यौं (चित्र 6b, e-right)। अपेक्षा गरिए अनुसार, CP मध्यम (~20% कन्ट्रास्ट वा कम) विभाजन संकेतहरू भएको उत्तेजनाहरूको लागि सम्भाव्यता भन्दा उल्लेखनीय रूपमा उच्च थियो।
अभिमुखीकरण, गति, र बेमेल पहिचान कार्यहरूमा, MT CP सबैभन्दा संवेदनशील न्यूरोनहरूमा सबैभन्दा उच्च हुन्छ, सम्भवतः किनभने यी न्यूरोनहरूले सबैभन्दा जानकारीमूलक संकेतहरू बोक्छन्30,32,33,34।यी निष्कर्षहरूसँग मिल्दोजुल्दो हामीले ग्रान्ड CP बीचको एक सामान्य तर महत्त्वपूर्ण सहसम्बन्ध अवलोकन गर्यौं, जुन चित्रको दायाँतिरको प्यानलमा हाइलाइट गरिएका टेक्सचर क्यू कन्ट्रास्टहरूमा z-स्कोर गरिएको फायरिङ दरहरूबाट गणना गरिएको थियो।६b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र ६c, f; ज्यामितीय औसत प्रतिगमन; बाँदर N: r = −0.12, p = 0.07 बाँदर S: r = −0.18, p < 10−3)। ६b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र ६c, f; ज्यामितीय औसत प्रतिगमन; बाँदर N: r = −0.12, p = 0.07 बाँदर S: r = −0.18, p < 10−3)।यी निष्कर्षहरूसँग मिल्दोजुल्दो, हामीले चित्र 6b, e, र न्यूरोनल थ्रेसहोल्ड (चित्र 6c, f; ज्यामितीय) को दायाँ प्यानलमा हाइलाइट गरिएको बनावट संकेत विरोधाभासहरूबाट उत्तेजना आवृत्ति z-स्कोरबाट गणना गरिएको ठूलो CP बीच एक सामान्य तर महत्त्वपूर्ण सम्बन्ध अवलोकन गर्यौं। ज्यामितीय औसत 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 = -0.12，p = 0.07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 湛 6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.यी निष्कर्षहरूसँग मिल्दोजुल्दो, 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 बीच एक सामान्य तर महत्त्वपूर्ण सम्बन्ध अवलोकन गर्यौं।Обезьяна S: г = -0,18, р < 10-3)। बाँदर S: r = -०.१८, p < १०-३)।त्यसकारण, सबैभन्दा जानकारीमूलक एकाइहरूबाट प्राप्त संकेतहरूले बाँदरहरूमा व्यक्तिपरक विभाजन निर्णयहरूसँग बढी सहप्रसरण देखाउने प्रवृत्ति देखायो, जुन अवधारणात्मक पूर्वाग्रहमा थपिएको कुनै पनि बनावट संकेतहरूको पर्वाह नगरी महत्त्वपूर्ण छ।
हामीले पहिले नै ग्रिड बनावट संकेतहरू र मनपर्ने न्यूरोनल अभिमुखीकरणको संवेदनशीलता बीचको सम्बन्ध स्थापित गरिसकेका छौं भन्ने कुरालाई ध्यानमा राख्दै, हामीले सोच्यौं कि CP र मनपर्ने अभिमुखीकरण बीच समान सम्बन्ध छ कि छैन (चित्र 6g)। यो सम्बन्ध बाँदर S मा थोरै मात्र महत्त्वपूर्ण थियो (ANOVA; बाँदर N: 1.03, p=0.46; बाँदर S: F=1.73, p=0.04)। हामीले कुनै पनि जनावरमा जालीहरू बीच जाली कोणहरूको लागि CP मा कुनै भिन्नता देखेनौं (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 परीक्षणभरि CP परिवर्तन हुन्छ। केही अध्ययनहरूले तीव्र वृद्धि र त्यसपछि अपेक्षाकृत सहज चयन प्रभावको रिपोर्ट गरेका छन्,30 जबकि अरूले परीक्षणको क्रममा चयन संकेतमा स्थिर वृद्धि भएको रिपोर्ट गरेका छन्31। प्रत्येक बाँदरको लागि, हामीले परीक्षणहरूमा प्रत्येक एकाइको CP शून्य टेक्सचरल कन्ट्रास्ट (क्रमशः, ढाँचा अभिमुखीकरण अनुसार) १०० ms कोषहरूमा गणना गर्यौं जुन पूर्व-उत्तेजना सुरुदेखि पोस्ट औसत पूर्व-उत्तेजना अफसेटमा प्रत्येक २० ms चरणमा पुग्छ। दुई बाँदरहरूको लागि औसत CP गतिशीलता चित्र 6i मा देखाइएको छ। दुबै अवस्थामा, उत्तेजना सुरु भएपछि लगभग ५०० ms सम्म CP अनियमित स्तरमा वा यसको धेरै नजिक रह्यो, जस पछि CP तीव्र रूपमा बढ्यो।
संवेदनशीलता परिवर्तन गर्नुको साथै, CP लाई सेल ट्युनिङ विशेषताहरूको केही गुणहरूबाट पनि प्रभावित भएको देखाइएको छ। उदाहरणका लागि, उका र डीएन्जेलिस34 ले पत्ता लगाए कि द्विनेत्री बेमेल पहिचान कार्यमा CP उपकरणको द्विनेत्री बेमेल ट्युनिङ कर्भको सममितिमा निर्भर गर्दछ। यस अवस्थामा, सम्बन्धित प्रश्न यो हो कि ढाँचा दिशा चयनात्मक (PDS) कोषहरू घटक दिशा चयनात्मक (CDS) कोषहरू भन्दा बढी संवेदनशील छन् कि छैनन्। PDS कोषहरूले धेरै स्थानीय अभिमुखीकरणहरू भएको ढाँचाहरूको सामान्य अभिमुखीकरणलाई एन्कोड गर्छन्, जबकि CDS कोषहरूले दिशात्मक ढाँचा घटकहरूको आन्दोलनमा प्रतिक्रिया दिन्छन् (चित्र 7a)।
मोड कम्पोनेन्ट ट्युनिङ स्टिम्युलस र काल्पनिक ग्रेटिंग (बायाँ) र ग्रेटिंग अभिमुखीकरण ट्युनिङ कर्भ्स (दायाँ) को योजनाबद्ध प्रतिनिधित्व (सामग्री र विधिहरू हेर्नुहोस्)। छोटकरीमा, यदि सेलले ढाँचा आन्दोलनलाई संकेत गर्न ग्रिड कम्पोनेन्टहरू पार गर्छ भने, व्यक्तिगत ग्रिड र ग्रिड उत्तेजनाहरू (अन्तिम स्तम्भ, ठोस वक्र) को लागि समान ट्युनिङ कर्भहरूको अपेक्षा गर्नेछ। यसको विपरीत, यदि सेलले सिग्नल ढाँचाको गतिमा कम्पोनेन्टहरूको दिशाहरू एकीकृत गर्दैन भने, ग्रेटिंग गतिको प्रत्येक दिशामा शिखर भएको द्विपक्षीय ट्युनिङ कर्भको अपेक्षा गर्नेछ जसले एउटा कम्पोनेन्टलाई सेलको मनपर्ने दिशा (अन्तिम स्तम्भ, ड्यास गरिएको वक्र) मा अनुवाद गर्दछ। . चित्र १ र २ मा देखाइएका कोषहरूको लागि साइनोसाइडल एरेको अभिमुखीकरण समायोजन गर्न b (बायाँ) वक्रहरू। ३ र ४ (शीर्ष पङ्क्ति - चित्र ३a, b र ४a, b (माथि); तल्लो प्यानल - चित्र ३c, d र ४a, b (तल) कोषहरू)। (मध्य) ल्याटिस ट्युनिङ प्रोफाइलहरूबाट गणना गरिएको ढाँचा र घटक भविष्यवाणीहरू। (दायाँ) यी कोषहरूको ग्रिड समायोजन गर्दै। माथिल्लो (तल) प्यानलका कोषहरूलाई टेम्प्लेट (घटक) कोषहरूको रूपमा वर्गीकृत गरिएको छ। ध्यान दिनुहोस् कि ढाँचा कम्पोनेन्टहरूको वर्गीकरण र सुसंगत/पारदर्शी कोष आन्दोलनको लागि प्राथमिकताहरू बीच कुनै एक-देखि-एक पत्राचार छैन (चित्र 4a मा यी कोषहरूको लागि बनावट जाली प्रतिक्रियाहरू हेर्नुहोस्)। c N (बायाँ) र S (दायाँ) बाँदरहरूमा रेकर्ड गरिएका सबै कोषहरूको लागि z-स्कोर कम्पोनेन्ट (abscissa) को आंशिक सहसम्बन्ध गुणांक विरुद्ध प्लट गरिएको z-स्कोर मोड (ordinate) को आंशिक सहसम्बन्धको गुणांक। बाक्लो रेखाहरूले कोषहरूलाई वर्गीकृत गर्न प्रयोग गरिने महत्त्व मापदण्डलाई संकेत गर्दछ। d उच्च चयन सम्भाव्यता (ordinate) 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 सूचकांक बीच एक महत्त्वपूर्ण सहसम्बन्ध थियो, जसले धेरै घटक अभिमुखीकरणको साथ उत्तेजनाहरूमा संकेत ढाँचा अभिमुखीकरण भएका कोषहरूको लागि ठूलो अवधारणात्मक सहसम्बन्धको सुझाव दिन्छ।
त्यसकारण, एउटा छुट्टै परीक्षण सेटमा, हामीले हाम्रा नमूनाहरूमा रहेका न्यूरोनहरूलाई PDS वा CDS को रूपमा वर्गीकृत गर्न साइनसोइडल ग्रिडहरू र ग्रिडहरूमा प्रतिक्रियाहरू मापन गर्यौं (विधिहरू हेर्नुहोस्)। चित्र १ र ३ मा देखाइएका कोषहरूको लागि ल्याटिस ट्युनिङ कर्भहरू, यस ट्युनिङ डेटाबाट निर्मित टेम्प्लेट कम्पोनेन्ट भविष्यवाणीहरू, र जाली ट्युनिङ कर्भहरू। चित्र ३ र ४ र पूरक चित्र ३ चित्र ७b मा देखाइएका छन्। ढाँचा वितरण र कम्पोनेन्ट चयनशीलता, साथै प्रत्येक श्रेणीमा मनपर्ने सेल अभिमुखीकरण, क्रमशः चित्र ७c र पूरक चित्र ४ मा प्रत्येक बाँदरको लागि देखाइएको छ।
ढाँचा घटकहरूको सुधारमा CP को निर्भरता मूल्याङ्कन गर्न, हामीले पहिले ढाँचा सूचकांक 35 (PI) गणना गर्यौं, जसका ठूला (साना) मानहरूले ठूलो PDS (CDS) समान व्यवहारलाई संकेत गर्दछ। माथिको प्रदर्शनलाई ध्यानमा राख्दै: (i) न्यूरोनल संवेदनशीलता मनपर्ने कोशिका अभिमुखीकरण र उत्तेजना आन्दोलनको दिशा बीचको भिन्नतासँग भिन्न हुन्छ, र (ii) हाम्रो नमूनामा न्यूरोनल संवेदनशीलता र चयन सम्भाव्यता बीच एक महत्त्वपूर्ण सम्बन्ध छ, हामीले PI बीचको सम्बन्ध फेला पार्यौं र प्रत्येक कोशिकाको "उत्तम" आन्दोलन दिशाको लागि कुल CP अध्ययन गरिएको थियो (माथि हेर्नुहोस्)। हामीले पत्ता लगायौं कि CP PI सँग उल्लेखनीय रूपमा सम्बन्धित थियो (चित्र 7d; ज्यामितीय औसत प्रतिगमन; ग्रान्ड CP बाँदर N: r = 0.23, p < 0.01; द्वि-स्थिर CP बाँदर N r = 0.21, p = 0.013; ग्रान्ड CP बाँदर S: r = 0.30, p < 10−4; द्वि-स्थिर CP बाँदर S: r = 0.29, p < 10−3), जसले PDS को रूपमा वर्गीकृत कोशिकाहरूले CDS र अवर्गीकृत कोशिकाहरू भन्दा बढी छनौट-सम्बन्धित गतिविधि प्रदर्शन गरेको संकेत गर्दछ। हामीले पत्ता लगायौं कि CP PI सँग उल्लेखनीय रूपमा सम्बन्धित थियो (चित्र 7d; ज्यामितीय औसत प्रतिगमन; ग्रान्ड CP बाँदर N: r = 0.23, p < 0.01; द्वि-स्थिर CP बाँदर N r = 0.21, p = 0.013; ग्रान्ड CP बाँदर S: r = 0.30, p < 10−4; द्वि-स्थिर CP बाँदर S: r = 0.29, p < 10−3), जसले PDS को रूपमा वर्गीकृत कोशिकाहरूले CDS र अवर्गीकृत कोशिकाहरू भन्दा बढी छनौट-सम्बन्धित गतिविधि प्रदर्शन गरेको संकेत गर्दछ। Мы обнаружили, что CP значительно коррелирует с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна, большая обезьяна, <02, CP: <02, 02; бистабильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,30, p < 10-4; что указывает на то, что клетки, классифицированные как PDS, проявляли большую активность, связанную с выбором, чем CDS и неклассифицированные। हामीले पत्ता लगायौं कि CP PI सँग उल्लेखनीय रूपमा सम्बन्धित थियो (चित्र 7d; ज्यामितीय औसत प्रतिगमन; महान बाँदर CP N: r = 0.23, p < 0.01; बिस्टेबल बाँदर CP N r = 0.21, p = 0.013; महान बाँदर CP S: r = 0.30, p < 10-4; बाँदर S बिस्टेबल CP: r = 0.29, p < 10-3), जसले PDS को रूपमा वर्गीकृत कोशिकाहरूले CDS र अवर्गीकृत कोशिकाहरू भन्दा छनोटसँग सम्बन्धित बढी गतिविधि देखाए भनेर 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；挛NCP 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 滔烞诺PDS 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 ， 0p = 0.1. ०.२१, p3; ०.० Мы обнаружили, что CP был значительно связан с PI (RIS. 7d; регрессия среднего геометрического; большая обезья, большая обезья, 3CP = 02; бистабильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,013) 0,30, p < 10-4; हामीले पत्ता लगायौं कि CP उल्लेखनीय रूपमा PI सँग सम्बन्धित थियो (चित्र 7d; ज्यामितीय औसत प्रतिगमन; महान बाँदर CP N: r = 0.23, p < 0.01; बिस्टेबल बाँदर CP N r = 0.21, p = 0.013; महान बाँदर 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 र неклассифицированные। बाँदर S बिस्टेबल CP: r = ०.२९, p < १०-३), जसले PDS को रूपमा वर्गीकृत कोषहरूले CDS को रूपमा वर्गीकृत र अवर्गीकृत कोषहरू भन्दा बढी चयन गतिविधि प्रदर्शन गरेको संकेत गर्दछ।PI र न्यूरोन संवेदनशीलता दुवै CP सँग सम्बन्धित भएको हुनाले, हामीले प्रभावको सम्भावना निम्त्याउने दुई मापनहरू बीचको सम्बन्धलाई अस्वीकार गर्न धेरै रिग्रेसन विश्लेषणहरू (PI र न्यूरोन संवेदनशीलता स्वतन्त्र चरको रूपमा र ठूलो CP निर्भर चरको रूपमा) गर्यौं। दुवै आंशिक सहसम्बन्ध 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 = 0.03, PI बनाम CP: 0.29, p < 10−3), जसले सुझाव दिन्छ कि CP संवेदनशीलतासँग बढ्छ र PI सँग स्वतन्त्र रूपमा बढ्छ। दुवै आंशिक सहसम्बन्ध 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 = 0.03, PI बनाम CP: 0.29, p < 10−3), जसले सुझाव दिन्छ कि CP संवेदनशीलतासँग बढ्छ र PI सँग स्वतन्त्र रूपमा बढ्छ। 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 vs CP: 0,29, p < 10-3), предполагая, что CP увеличивается с чувильность PI. दुवै आंशिक सहसम्बन्ध 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 = 0.03, PI बनाम CP: 0.29, p < 10-3), जसले सुझाव दिन्छ कि CP संवेदनशीलतासँग बढ्छ र PI सँग 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 < 0.01；猴子S：阈值与CP：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 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 = 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 увеливчиватьустьиность, что CP PI NEзависимым सँग увеличивалась ओब्राजम। दुवै आंशिक सहसम्बन्ध 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 = 0.03, PI बनाम CP: 0.29, p < 10-3), जसले CP संवेदनशीलतासँगै बढेको र PI सँग स्वतन्त्र रूपमा बढेको देखाउँछ।
हामीले MT क्षेत्रमा एकल गतिविधि रेकर्ड गर्यौं, र बाँदरहरूले सुसंगत वा पारदर्शी चालहरूको रूपमा देखा पर्न सक्ने ढाँचाहरूको आफ्नो धारणा रिपोर्ट गरे। पक्षपाती धारणाहरूमा थपिएका विभाजन संकेतहरूप्रति न्यूरोन्सको संवेदनशीलता व्यापक रूपमा भिन्न हुन्छ र कम्तिमा आंशिक रूपमा, एकाइको मनपर्ने अभिमुखीकरण र उत्तेजना आन्दोलनको दिशा बीचको सम्बन्धद्वारा निर्धारण गरिन्छ। सम्पूर्ण जनसंख्यामा, न्यूरोनल संवेदनशीलता मनोभौतिक संवेदनशीलता भन्दा उल्लेखनीय रूपमा कम थियो, यद्यपि सबैभन्दा संवेदनशील एकाइहरूले विभाजन संकेतहरूसँग व्यवहारिक संवेदनशीलतासँग मेल खाए वा पार गरे। थप रूपमा, फायरिङ फ्रिक्वेन्सी र धारणा बीच एक महत्त्वपूर्ण सहप्रसरण छ, जसले सुझाव दिन्छ कि MT सिग्नलिङले विभाजनमा भूमिका खेल्छ। मनपर्ने अभिमुखीकरण भएका कोषहरूले जाली विभाजन संकेतहरूमा भिन्नताहरूप्रति आफ्नो संवेदनशीलतालाई अनुकूलित गरे र उच्चतम अवधारणात्मक सहसम्बन्ध प्रदर्शन गर्दै, धेरै स्थानीय अभिमुखीकरणहरूसँग उत्तेजनाहरूमा विश्वव्यापी आन्दोलनलाई संकेत गर्ने झुकाव राखे। यहाँ हामी यी परिणामहरूलाई अघिल्लो कामसँग तुलना गर्नु अघि केही सम्भावित समस्याहरू विचार गर्छौं।
पशु मोडेलहरूमा बिस्टेबल उत्तेजनाहरू प्रयोग गर्ने अनुसन्धानको एउटा प्रमुख समस्या भनेको व्यवहारिक प्रतिक्रियाहरू रुचिको आयाममा आधारित नहुन सक्छ। उदाहरणका लागि, हाम्रा बाँदरहरूले जाली सुसंगतताको धारणाबाट स्वतन्त्र रूपमा बनावट अभिमुखीकरणको धारणा रिपोर्ट गर्न सक्छन्। डेटाका दुई पक्षहरूले सुझाव दिन्छन् कि यो मामला होइन। पहिलो, अघिल्लो रिपोर्टहरू अनुसार, अलग गर्ने एरे कम्पोनेन्टहरूको सापेक्ष अभिमुखीकरण कोण परिवर्तन गर्नाले व्यवस्थित रूपमा सुसंगत धारणाको सम्भावना परिवर्तन भयो। दोस्रो, औसतमा, बनावट संकेतहरू समावेश गर्ने वा समावेश नगर्ने ढाँचाहरूको लागि प्रभाव समान हुन्छ। एकसाथ लिइएमा, यी अवलोकनहरूले सुझाव दिन्छ कि बाँदर प्रतिक्रियाहरूले लगातार जडान/पारदर्शिताको उनीहरूको धारणालाई 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 अघिल्ला कार्यहरूमा, प्रत्येक दर्ता गरिएको एकाइको लागि उत्तेजनाहरू व्यक्तिगत रूपमा चयन गरिएको थियो [31, 32, 34, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45]। यहाँ हामीले प्रत्येक कोषको अभिमुखीकरणको समायोजनलाई ध्यान नदिई जाली ढाँचाको चालको एउटै दुई दिशाहरू प्रयोग गरेका छौं। यो डिजाइनले हामीलाई जाली आन्दोलन र रुचाइएको अभिमुखीकरण बीच ओभरल्यापको साथ संवेदनशीलता कसरी परिवर्तन भयो भनेर अध्ययन गर्न अनुमति दियो, यद्यपि, यसले कोषहरूले सुसंगत वा पारदर्शी जालीहरू मन पराउँछन् कि भनेर निर्धारण गर्नको लागि प्राथमिक आधार प्रदान गरेन। त्यसकारण, हामी अनुभवजन्य मापदण्डमा भर पर्छौं, प्रत्येक कोषको बनावट जालीको प्रतिक्रिया प्रयोग गरेर, जाली आन्दोलनको प्रत्येक वर्गमा प्राथमिकता र शून्य लेबलहरू तोक्न। यद्यपि असम्भव छ, यसले हाम्रो संवेदनशीलता विश्लेषण र CP सिग्नल पत्ता लगाउने परिणामहरूलाई व्यवस्थित रूपमा स्क्यु गर्न सक्छ, सम्भावित रूपमा कुनै पनि मापनलाई बढावा दिन्छ। यद्यपि, तल छलफल गरिएका विश्लेषण र डेटाका धेरै पक्षहरूले यो मामला होइन भनेर सुझाव दिन्छ।
पहिलो, बढी (कम) गतिविधि उत्तेजित गर्ने उत्तेजनाहरूलाई मनपर्ने (शून्य) नामहरू तोक्दा यी प्रतिक्रिया वितरणहरूको भिन्नतालाई असर परेन। बरु, यसले केवल न्यूरोमेट्रिक र साइकोमेट्रिक प्रकार्यहरूमा समान चिन्ह छ भनेर सुनिश्चित गर्दछ, त्यसैले तिनीहरूको प्रत्यक्ष तुलना गर्न सकिन्छ। दोस्रो, CP गणना गर्न प्रयोग गरिएका प्रतिक्रियाहरू (टेक्स्चर ग्रेटिंगहरूको लागि "गलत" परीक्षणहरू र टेक्स्चर कन्ट्रास्ट बिना ग्रेटिंगहरूको लागि सबै परीक्षणहरू) रिग्रेसन विश्लेषणमा समावेश गरिएको थिएन जसले प्रत्येक कोषले जोडिएको वा पारदर्शी खेलहरू "रुचाउँछ" कि गर्दैन भनेर निर्धारण गर्दछ। यसले सुनिश्चित गर्दछ कि चयन प्रभावहरू मनपर्ने/अमान्य पदनामहरू तिर पक्षपाती छैनन्, परिणामस्वरूप महत्त्वपूर्ण चयन सम्भावना हुन्छ।
न्युसम र उनका सहकर्मीहरूको अध्ययन [३६, ३९, ४६, ४७] गतिको दिशाको अनुमानित अनुमानमा MT को भूमिका निर्धारण गर्ने पहिलो थियो। त्यसपछिका रिपोर्टहरूले गहिराइमा MT सहभागितामा डेटा सङ्कलन गरेका छन्34,44,48,49,50,51 र गति32,52, राम्रो अभिमुखीकरण33 र चालबाट 3D संरचनाको धारणा31,53,54 (3D दिगो वनहरू)। नियम गर्न। हामी यी परिणामहरूलाई दुई महत्त्वपूर्ण तरिकामा विस्तार गर्छौं। पहिलो, हामी प्रमाण प्रदान गर्छौं कि MT प्रतिक्रियाहरूले भिजुओमोटर संकेतहरूको अवधारणात्मक विभाजनमा योगदान पुर्‍याउँछन्। दोस्रो, हामीले MT मोड अभिमुखीकरण चयनशीलता र यो चयन संकेत बीचको सम्बन्ध अवलोकन गर्यौं।
अवधारणात्मक रूपमा, हालका नतिजाहरू 3-D SFM मा गरिएको कामसँग धेरै मिल्दोजुल्दो छन्, किनकि दुवै जटिल बिस्टेबल धारणा हुन् जसमा चाल र गहिराइ क्रम समावेश छ। डोड एट अल.31 ले बिस्टेबल 3D SFM सिलिन्डरको घुमाउरो अभिमुखीकरण रिपोर्ट गर्ने बाँदर कार्यमा ठूलो चयन सम्भावना (0.67) फेला पारे। हामीले बिस्टेबल ग्रिड उत्तेजनाहरूको लागि धेरै सानो चयन प्रभाव फेला पार्यौं (दुबै बाँदरहरूको लागि लगभग 0.55)। CP को मूल्याङ्कन चयन गुणांकमा निर्भर हुने भएकोले, विभिन्न कार्यहरूमा फरक अवस्थाहरूमा प्राप्त CP को व्याख्या गर्न गाह्रो छ। यद्यपि, हामीले अवलोकन गरेको चयन प्रभावको परिमाण शून्य र कम बनावट कन्ट्रास्ट ग्रेटिंगहरूको लागि समान थियो, र जब हामीले शक्ति बढाउन कम/कुनै बनावट कन्ट्रास्ट उत्तेजनाहरू संयोजन गर्यौं। त्यसकारण, CP मा यो भिन्नता डेटासेटहरू बीच चयन दरहरूमा भिन्नताहरूको कारणले हुने सम्भावना छैन।
पछिल्लो अवस्थामा धारणासँगै आउने MT फायरिङ दरमा सामान्य परिवर्तनहरू 3-D SFM उत्तेजना र बिस्टेबल ग्रिड संरचनाहरूद्वारा प्रेरित तीव्र र गुणात्मक रूपमा फरक अवधारणात्मक अवस्थाहरूको तुलनामा अचम्मलाग्दो देखिन्छन्। एउटा सम्भावना यो हो कि हामीले उत्तेजनाको सम्पूर्ण अवधिमा फायरिङ दर गणना गरेर चयन प्रभावलाई कम आँकलन गर्यौं। ३१ ३-डी SFM को मामलाको विपरीत, जहाँ परीक्षणहरूमा MT गतिविधिमा भिन्नता लगभग २५० ms मा विकसित भयो र त्यसपछि परीक्षणहरूमा निरन्तर बढ्यो, चयन संकेतहरूको अस्थायी गतिशीलताको हाम्रो विश्लेषण (दुबै बाँदरहरूमा उत्तेजना सुरु भएपछि ५०० ms हेर्नुहोस्। थप रूपमा, यस अवधिमा तीव्र वृद्धि पछि, हामीले परीक्षणको बाँकी समयमा CP मा उतारचढाव देख्यौं। हुपे र रुबिन ५५ ले रिपोर्ट गरे कि बिस्टेबल आयताकार एरेहरूको मानव धारणा प्रायः लामो परीक्षणहरूको समयमा परिवर्तन हुन्छ। यद्यपि हाम्रो उत्तेजनाहरू केवल १.५ सेकेन्डको लागि प्रस्तुत गरिएको थियो, हाम्रा बाँदरहरूको धारणा पनि परीक्षणको समयमा सुसंगतताबाट पारदर्शितामा फरक हुन सक्छ (तिनीहरूको प्रतिक्रियाहरूले संकेत चयनमा तिनीहरूको अन्तिम धारणा प्रतिबिम्बित गर्दछ।) त्यसकारण, हाम्रो कार्यको प्रतिक्रिया समय संस्करण, वा योजना जसमा बाँदरहरूले निरन्तर आफ्नो धारणा रिपोर्ट गर्न सक्छन्, ठूलो चयन प्रभाव हुने अपेक्षा गरिएको छ। अन्तिम सम्भावना यो हो कि MT संकेत दुई कार्यहरूमा फरक तरिकाले पढिन्छ। यद्यपि यो लामो समयदेखि सोचिएको छ कि CPU संकेतहरू संवेदी डिकोडिङ र सहसम्बन्धित आवाजबाट उत्पन्न हुन्छन्, ५६ Gu र सहकर्मीहरूले ५७ ले पत्ता लगाए कि कम्प्युटेसनल मोडेलहरूमा, फरक पूलिंग रणनीतिहरू, बरु सहसम्बन्धित परिवर्तनशीलताको स्तर भन्दा, पृष्ठीय मिडिया-सुपीरियर टेम्पोरल न्यूरोन्समा CPU लाई राम्रोसँग व्याख्या गर्न सक्छ। पाना परिवर्तन अभिमुखीकरण पहिचान कार्य (MSTd)। MT मा हामीले अवलोकन गरेको सानो चयन प्रभावले सम्भवतः धेरै कम-जानकारी न्यूरोन्सको व्यापक एकत्रीकरणलाई प्रतिबिम्बित गर्दछ जसले सुसंगतता वा पारदर्शिताको धारणा सिर्जना गर्दछ। कुनै पनि अवस्थामा जहाँ स्थानीय गति संकेतहरूलाई एक वा दुई वस्तुहरू (बिस्टेबल ग्रेटिंग्स) वा सामान्य वस्तुहरूको अलग सतहहरू (3-D SFM) मा समूहबद्ध गरिनु पर्ने थियो, स्वतन्त्र प्रमाण कि MT प्रतिक्रियाहरू अवधारणात्मक निर्णयहरूसँग महत्त्वपूर्ण रूपमा सम्बन्धित थिए, त्यहाँ बलियो MT प्रतिक्रियाहरू थिए। दृश्य गति जानकारी प्रयोग गरेर जटिल छविहरूलाई बहु-वस्तु दृश्यहरूमा विभाजनमा भूमिका खेल्ने प्रस्ताव गरिएको छ।
माथि उल्लेख गरिएझैं, हामी MT ढाँचा सेलुलर गतिविधि र धारणा बीचको सम्बन्ध रिपोर्ट गर्ने पहिलो व्यक्ति थियौं। Movshon र सहकर्मीहरूले मूल दुई-चरण मोडेलमा तयार पारेझैं, मोड एकाइ MT को आउटपुट चरण हो। यद्यपि, हालैको कामले देखाएको छ कि मोड र कम्पोनेन्ट कोषहरूले निरन्तरताको विभिन्न छेउहरू प्रतिनिधित्व गर्छन् र ग्रहणशील क्षेत्रको संरचनामा प्यारामेट्रिक भिन्नताहरू मोड कम्पोनेन्टहरूको ट्युनिङ स्पेक्ट्रमको लागि जिम्मेवार छन्। त्यसकारण, हामीले CP र PI बीच एक महत्त्वपूर्ण सम्बन्ध फेला पार्यौं, जुन गहिराइ पहिचान कार्य वा फाइन ओरिएन्टेशन भेदभाव कार्यमा अभिमुखीकरण सेटिङ कन्फिगरेसनमा बाइनोकुलर बेमेल समायोजन सममिति र CP बीचको सम्बन्ध जस्तै हो। कागजातहरू र CP 33 बीचको सम्बन्ध। वाङ र Movshon62 ले MT अभिमुखीकरण चयनात्मकता भएका धेरै संख्यामा कोशिकाहरूको विश्लेषण गरे र पत्ता लगाए कि, औसतमा, मोड सूचकांक धेरै ट्युनिङ गुणहरूसँग सम्बन्धित थियो, जसले सुझाव दिन्छ कि मोड चयनात्मकता MT जनसंख्याबाट पढ्न सकिने धेरै अन्य प्रकारका संकेतहरूमा अवस्थित छ। । त्यसकारण, MT गतिविधि र व्यक्तिपरक धारणा बीचको सम्बन्धको भविष्यको अध्ययनको लागि, ढाँचा सूचकांक अन्य कार्य र उत्तेजना चयन संकेतहरूसँग समान रूपमा सम्बन्धित छ कि छैन, वा यो सम्बन्ध अवधारणात्मक विभाजनको मामलामा विशिष्ट छ कि छैन भनेर निर्धारण गर्न महत्त्वपूर्ण हुनेछ।
त्यस्तै गरी, निएनबोर्ग र कमिङ ४२ ले पत्ता लगाए कि V2 मा बाइनोकुलर बेमेलको लागि चयन गर्ने नजिक र टाढाका कोशिकाहरू गहिराइ भेदभाव कार्यमा समान रूपमा संवेदनशील थिए, तर नजिक-रुचाउने कोशिका जनसंख्याले मात्र महत्त्वपूर्ण CP प्रदर्शन गर्‍यो। यद्यपि, बाँदरहरूलाई प्राथमिकतामा टाढाको भिन्नतालाई तौल गर्न पुन: तालिम दिनाले बढी मनपर्ने पिंजराहरूमा महत्त्वपूर्ण CPs भयो। अन्य अध्ययनहरूले यो पनि रिपोर्ट गरेका छन् कि प्रशिक्षण इतिहास अवधारणात्मक सहसम्बन्धमा निर्भर गर्दछ34,40,63 वा MT गतिविधि र भिन्न भेदभाव बीचको कारण सम्बन्धमा48। CP र रेजिमेन दिशा चयनशीलता बीच हामीले अवलोकन गरेको सम्बन्धले सम्भवतः बाँदरहरूले हाम्रो समस्या समाधान गर्न प्रयोग गरेको विशिष्ट रणनीतिलाई प्रतिबिम्बित गर्दछ, र दृश्य-मोटर धारणामा मोड चयन संकेतहरूको विशिष्ट भूमिका होइन। भविष्यको काममा, विभाजन निर्णय गर्न कुन MT संकेतहरूलाई प्राथमिकता र लचिलो रूपमा भारित गरिन्छ भनेर निर्धारण गर्न सिकाइ इतिहासको महत्त्वपूर्ण प्रभाव छ कि छैन भनेर निर्धारण गर्न महत्त्वपूर्ण हुनेछ।
स्टोनर र सहकर्मीहरू १४,२३ ले पहिलो पटक रिपोर्ट गरे कि ओभरल्यापिङ ग्रिड क्षेत्रहरूको चमक परिवर्तन गर्दा मानव पर्यवेक्षक रिपोर्टहरूको सुसंगतता र पारदर्शिता र म्याकाक MT न्यूरोनहरूमा दिशात्मक समायोजनहरूमा पूर्वानुमानित रूपमा असर पर्यो। लेखकहरूले पत्ता लगाए कि जब ओभरल्यापिङ क्षेत्रहरूको चमक भौतिक रूपमा पारदर्शितासँग मेल खान्छ, पर्यवेक्षकहरूले बढी पारदर्शी धारणा रिपोर्ट गर्छन्, जबकि MT न्यूरोनहरूले रास्टर घटकहरूको आन्दोलनलाई संकेत गर्छन्। यसको विपरीत, जब ओभरल्यापिङ चमक र पारदर्शी ओभरल्याप भौतिक रूपमा असंगत हुन्छन्, पर्यवेक्षकले सुसंगत आन्दोलन बुझ्छन्, र MT न्यूरोनहरूले ढाँचाको विश्वव्यापी आन्दोलनलाई संकेत गर्छन्। यसरी, यी अध्ययनहरूले देखाउँछन् कि दृश्य उत्तेजनामा ​​भौतिक परिवर्तनहरू जसले विभाजन रिपोर्टहरूलाई विश्वसनीय रूपमा प्रभाव पार्छ MT उत्तेजनामा ​​पनि अनुमानित परिवर्तनहरू प्रेरित गर्दछ। यस क्षेत्रमा हालैको कामले कुन MT संकेतहरूले जटिल उत्तेजनाको अवधारणात्मक उपस्थिति ट्र्याक गर्दछ भनेर अन्वेषण गरेको छ18,24,64। उदाहरणका लागि, MT न्यूरोनहरूको एक उपसमूहले एक दिशात्मक RDK भन्दा कम दूरीमा दुई दिशाहरू भएको अनियमित बिन्दु गति नक्सा (RDK) मा द्विमोडल ट्युनिङ प्रदर्शन गरेको देखाइएको छ। सेलुलर ट्युनिङको ब्यान्डविथ १९, २५। पर्यवेक्षकहरूले सधैं पहिलो ढाँचालाई पारदर्शी चालको रूपमा हेर्छन्, यद्यपि धेरैजसो MT न्यूरोनहरूले यी उत्तेजनाहरूको प्रतिक्रियामा एकरूप अनुकूलन प्रदर्शन गर्छन्, र सबै MT कोषहरूको साधारण औसतले ​​एकरूप जनसंख्या प्रतिक्रिया दिन्छ। यसरी, द्विमोडल ट्युनिङ प्रदर्शन गर्ने कोषहरूको उपसमूहले यस 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 माथिका भन्दा एक कदम अगाडि जान्छन्, जुन अवधारणात्मक विभाजनमा MT को भूमिका स्थापित गर्न महत्त्वपूर्ण छन्। वास्तवमा, विभाजन एक व्यक्तिपरक घटना हो। धेरै पोलिस्टेबल दृश्य प्रदर्शनहरूले दृश्य प्रणालीको एक भन्दा बढी तरिकाले निरन्तर उत्तेजनाहरूलाई व्यवस्थित र व्याख्या गर्ने क्षमतालाई चित्रण गर्दछ। हाम्रो अध्ययनमा एकै साथ तंत्रिका प्रतिक्रियाहरू र अवधारणात्मक रिपोर्टहरू सङ्कलन गर्नाले हामीलाई MT फायरिङ दर र निरन्तर उत्तेजनाको अवधारणात्मक व्याख्याहरू बीचको सहप्रसरण अन्वेषण गर्न अनुमति दियो। यो सम्बन्ध प्रदर्शन गरिसकेपछि, हामी स्वीकार गर्छौं कि कारणताको दिशा स्थापित भएको छैन, अर्थात्, हामीले अवलोकन गरेको अवधारणात्मक विभाजनको संकेत, जस्तै केही तर्क गर्छन् [65, 66, 67], स्वचालित छ कि छैन भनेर निर्धारण गर्न थप प्रयोगहरू आवश्यक छन्। प्रक्रियाले फेरि उच्च क्षेत्रहरू 68, 69, 70 (चित्र 8) बाट संवेदी कोर्टेक्समा फिर्ता आउने अवरोही संकेतहरूलाई प्रतिनिधित्व गर्दछ। MT को मुख्य कोर्टिकल लक्ष्यहरू मध्ये एक, MSTd71 मा ढाँचा-चयनात्मक कोशिकाहरूको ठूलो अनुपातको रिपोर्टहरूले सुझाव दिन्छ कि MT र MSTd को एकैसाथ रेकर्डिङहरू समावेश गर्न यी प्रयोगहरूलाई विस्तार गर्नु धारणाको तंत्रिका संयन्त्रलाई थप बुझ्ने दिशामा राम्रो पहिलो कदम हुनेछ। विभाजन।
मेसिन अनुवादमा कम्पोनेन्ट र मोड अभिमुखीकरण चयनशीलताको दुई-चरण मोडेल र छनोट-सम्बन्धित गतिविधिमा माथि-तल प्रतिक्रियाको सम्भावित प्रभाव। यहाँ, MT चरणमा मोड दिशा चयनशीलता (PDS - "P") (i) विशिष्ट मोड वेगहरूसँग मिल्दो दिशा चयनात्मक इनपुट डेटाको ठूलो नमूना, र (ii) बलियो ट्युनिङ दमन द्वारा सिर्जना गरिएको छ। MT ("C") चरणको दिशात्मक रूपमा चयनात्मक (CDS) घटकमा इनपुट दिशामा साँघुरो नमूना दायरा छ र धेरै ट्युनिङ दमन छैन। अनट्युन गरिएको निषेधले दुवै जनसंख्यामा नियन्त्रण दिन्छ। रंगीन तीरहरूले मनपर्ने उपकरण अभिमुखीकरणलाई संकेत गर्दछ। स्पष्टताको लागि, V1-MT जडानहरूको केवल एक उपसमूह र एउटा घटक मोड र अभिमुखीकरण चयन बक्स देखाइएको छ। हाम्रो फिड-फर्वार्ड (FF) परिणामहरूको व्याख्या गर्ने सन्दर्भमा, PDS कोषहरूमा फराकिलो इनपुट सेटिङ र बलियो ट्युनिङ निषेध (रातोमा हाइलाइट गरिएको) ले धेरै आन्दोलन ढाँचाहरूको प्रतिक्रियामा गतिविधिमा ठूलो भिन्नताहरू प्रेरित गर्‍यो। हाम्रो विभाजन समस्यामा, यो समूहले निर्णय श्रृंखलाहरू चलाउँछ र धारणालाई विकृत गर्दछ। यसको विपरित, प्रतिक्रिया (FB) को मामलामा, अपस्ट्रीम सर्किटहरूमा संवेदी डेटा र संज्ञानात्मक पूर्वाग्रहहरूद्वारा अवधारणात्मक निर्णयहरू उत्पन्न हुन्छन्, र PDS कोषहरू (बाक्लो रेखाहरू) मा डाउनस्ट्रीम FB को ठूलो प्रभावले चयन संकेतहरू उत्पन्न गर्दछ। b CDS र PDS उपकरणहरूको वैकल्पिक मोडेलहरूको योजनाबद्ध प्रतिनिधित्व। यहाँ MT मा PDS संकेतहरू V1 को प्रत्यक्ष इनपुट द्वारा मात्र होइन, तर V1-V2-MT मार्गको अप्रत्यक्ष इनपुट द्वारा पनि उत्पन्न हुन्छन्। मोडेलको अप्रत्यक्ष मार्गहरू बनावट सीमाहरू (ग्रिड ओभरल्यापिङ क्षेत्रहरू) लाई चयनात्मकता दिन समायोजन गरिन्छ। MT तह CDS मोड्युलले प्रत्यक्ष र अप्रत्यक्ष इनपुटहरूको भारित योग प्रदर्शन गर्दछ र PDS मोड्युलमा आउटपुट पठाउँछ। PDS प्रतिस्पर्धी निषेध द्वारा विनियमित छ। फेरि, केवल ती जडानहरू देखाइन्छ जुन मोडेलको आधारभूत वास्तुकला कोर्न आवश्यक छ। यहाँ, a मा प्रस्ताव गरिएको भन्दा फरक FF संयन्त्रले PDS मा सेलुलर जाली प्रतिक्रियामा ठूलो परिवर्तनशीलता निम्त्याउन सक्छ, फेरि निर्णय ढाँचाहरूमा पूर्वाग्रहहरू निम्त्याउन सक्छ। वैकल्पिक रूपमा, PDS कोषहरूमा ठूलो CP अझै पनि PDS कोषहरूमा FB संलग्नताको शक्ति वा दक्षतामा पूर्वाग्रहको परिणाम हुन सक्छ। प्रमाणले दुई- र तीन-चरणको MT PDS मोडेलहरू र CP FF र FB व्याख्याहरूलाई समर्थन गर्दछ।
अध्ययनको वस्तुको रूपमा दुई वयस्क मकाक (मकाका मुलाट्टा), एउटा भाले र एउटा पोथी (क्रमशः ७ र ५ वर्ष) ४.५ देखि ९.० किलोग्राम तौल भएका थिए। सबै बाँझ शल्यक्रिया प्रयोगहरू अघि, जनावरहरूलाई MT क्षेत्र नजिक पुग्ने ठाडो इलेक्ट्रोडहरूको लागि अनुकूलित रेकर्डिङ चेम्बर, स्टेनलेस स्टील हेडरेस्ट स्ट्यान्ड (क्रिस्ट इन्स्ट्रुमेन्ट्स, हेगरस्टाउन, MD), र मापन गरिएको स्क्लेरल खोज कोइलको साथ आँखाको स्थिति प्रत्यारोपण गरिएको थियो। (कुनर वायर, सान डिएगो, क्यालिफोर्निया)। सबै प्रोटोकलहरूले संयुक्त राज्य अमेरिकाको कृषि विभाग (USDA) नियमहरू र प्रयोगशाला जनावरहरूको मानवीय हेरचाह र प्रयोगको लागि राष्ट्रिय स्वास्थ्य संस्थान (NIH) दिशानिर्देशहरूको पालना गर्दछन् र शिकागो विश्वविद्यालयको संस्थागत पशु हेरचाह र प्रयोग समिति (IAUKC) द्वारा अनुमोदित गरिएको छ।
सबै दृश्य उत्तेजनाहरू कालो वा खैरो पृष्ठभूमिमा गोलाकार एपर्चरमा प्रस्तुत गरिएका थिए। रेकर्डिङको क्रममा, इलेक्ट्रोड टिपमा न्यूरोन्सको शास्त्रीय ग्रहणशील क्षेत्र अनुसार यस प्वालको स्थिति र व्यास समायोजन गरिएको थियो। हामीले दृश्य उत्तेजनाको दुई व्यापक वर्गहरू प्रयोग गर्यौं: साइकोमेट्रिक उत्तेजना र ट्युनिङ उत्तेजना।
साइकोमेट्रिक उत्तेजना भनेको एउटा ग्रेटिंग ढाँचा हो (२० cd/m2, ५०% कन्ट्रास्ट, ५०% ड्युटी साइकल, ५ डिग्री/सेकेन्ड) जुन दुई आयताकार ग्रेटिंगहरूलाई तिनीहरूको दिशामा लम्ब दिशामा बग्ने गरी सुपरइम्पोज गरेर सिर्जना गरिएको हो (चित्र १ ख)। यो पहिले देखाइएको छ कि मानव पर्यवेक्षकहरूले यी ग्रिड ढाँचाहरूलाई बिस्टेबल उत्तेजनाको रूपमा बुझ्छन्, कहिलेकाहीँ एउटै दिशामा सर्ने एकल ढाँचाको रूपमा (सुसंगत चाल) र कहिलेकाहीँ फरक दिशामा सर्ने दुई अलग सतहहरूको रूपमा (पारदर्शी चाल)। जाली ढाँचाका घटकहरू, सममित रूपमा उन्मुख - जालीहरू बीचको कोण ९५° देखि १३०° सम्म छ (सेटबाट कोरिएको: ९५°, १००°, १०५°, ११५°, १२०°, १२५°, १३०° °, सत्रभरि ११५° मा आइसोलेसन कोण न्यूरोनहरू संरक्षित गरिएको थिएन, तर हामी यहाँ मनोभौतिक डेटा समावेश गर्दछौं) - लगभग ९०° वा २७०° (ढाँचा अभिमुखीकरण)। प्रत्येक सत्रमा, इन्टरल्याटिस जालीको केवल एउटा कुना प्रयोग गरिएको थियो; प्रत्येक सत्रको समयमा, प्रत्येक परीक्षणको लागि ढाँचाको अभिमुखीकरण दुई सम्भावनाहरूबाट अनियमित रूपमा चयन गरिएको थियो।
ग्रिडको धारणालाई अस्पष्ट पार्न र कार्यको लागि पुरस्कारको लागि अनुभवजन्य आधार प्रदान गर्न, हामी प्रत्येक ग्रिड घटकको प्रकाश पट्टी चरण ७२ मा अनियमित बिन्दु बनावटहरू परिचय गर्छौं। यो अनियमित रूपमा चयन गरिएको पिक्सेलको उपसमूहको चमक बढाएर वा घटाएर (निश्चित मात्रामा) प्राप्त गरिन्छ (चित्र १c)। बनावट आन्दोलनको दिशाले एक बलियो संकेत दिन्छ जसले पर्यवेक्षकको धारणालाई सुसंगत वा पारदर्शी आन्दोलन (चित्र १c) तिर सार्छ। सुसंगत अवस्थाहरूमा, सबै बनावटहरू, बनावट जाली कभरको कुन घटकले होस्, ढाँचाको दिशामा अनुवाद गरिन्छ (चित्र १c, सुसंगत)। पारदर्शी अवस्थामा, बनावटले यसलाई ढाक्ने जालीको दिशामा लम्ब सर्छ (चित्र १c, पारदर्शी) (पूरक चलचित्र १)। कार्यको जटिलता नियन्त्रण गर्न, धेरैजसो सत्रहरूमा यस बनावट चिन्हको लागि माइकलसन कन्ट्रास्ट (Lmax-Lmin/Lmax+Lmin) (-८०, -४०, -२०, -१०, -५, ०, ५) को सेटबाट भिन्न हुन्छ। , १०, २०, ४०, ८०)। कन्ट्रास्टलाई रास्टरको सापेक्षिक चमकको रूपमा परिभाषित गरिएको छ (त्यसैले ८०% को कन्ट्रास्ट मानले ३६ वा ६ cd/m2 को बनावटमा परिणाम दिन्छ)। मंकी N मा ६ सत्रहरू र मंकी S मा ५ सत्रहरूको लागि, हामीले साँघुरो टेक्स्चरल कन्ट्रास्ट दायराहरू (-३०, -२०, -१५, -१०, -५, ०, ५, १०, १५, २०, ३०) प्रयोग गर्यौं, जहाँ मनोभौतिक विशेषताहरूले पूर्ण-दायरा कन्ट्रास्टको रूपमा समान ढाँचा पछ्याउँछन्, तर संतृप्ति बिना।
ट्युनिङ उत्तेजनाहरू १६ समान दूरी भएका दिशाहरू मध्ये एकमा सर्ने साइनसोइडल ग्रिडहरू (कन्ट्रास्ट ५०%, १ चक्र/डिग्री, ५ डिग्री/सेकेन्ड) हुन्, वा यी दिशाहरूमा सर्ने साइनसोइडल ग्रिडहरू (एकअर्काको माथि दुई विपरीत १३५° कोणहरू सुपरइम्पोज्ड साइनसोइडल ग्रेटिंगहरू मिलेर बनेको) हुन्। ढाँचाको एउटै दिशामा।