只是明显的差异

究竟需要改变多少才能感知到差异？

例如，想想每天快速长高的幼儿。然而，通常很难注意到细微的变化，尤其是当他们仍然难以触及篮球时。

在更长的时间跨度内，它们的生长突增变得非常明显;事实上，金额似乎很大！这些身高变化只有在失误后才会被注意到，因为日常的微小差异太小而无法察觉。

最小但感知到的量是恰好可察觉的差异，在本例中，它是注意到的最小增长量。

该视频演示了一种测量形状大小可察觉差异的标准方法。我们不仅讨论了设计和执行实验所需的步骤，还解释了如何分析数据和解释结果，描述了需要感知到多小的面积变化。

在这个实验中，参与者简要地展示了两个大小不同的圆圈，并被迫选择哪个更大。

在每次试验期间，一个总是具有相同的周长，而另一个则是不同的。这种方法被称为恒定刺激方法。

在这种情况下，常量刺激的半径设计为 10 px，并随机位于屏幕的左侧或右侧。相比之下，另一个圆圈（称为比较刺激）的半径在 5 到 9 像素之间以及 11 到 15 像素之间变化。

鉴于这 10 种可能性，比较刺激在每侧显示 10 次，总共 200 次试验。因变量被记录为选择哪个刺激作为较大的刺激。

如果参与者察觉到两种刺激之间的大小差异，他们应该正确选择。但是，当形状的周长更接近且低于刚刚明显的差异时，预计性能会下降。

要开始实验，请在实验室中向参与者打招呼。让他们舒适地坐在电脑前，解释任务说明：屏幕上会显示 "Ready？" 字样，直到他们按下空格键。

观察两个蓝色刺激的出现，并指示参与者通过按"L"键表示他们认为哪个刺激更大，按"L"键进行左侧响应，按"R"键进行右侧响应。提醒他们，如果他们不确定哪个更大，他们应该猜测。

回答参与者可能提出的任何问题后，请离开会议室。让他们在 5 分钟内完成所有 200 次试验。当他们完成后，回到房间并感谢他们参与实验。

要分析数据，请首先检索捕获每个参与者响应的编程输出文件。快速浏览数据以确保性能合理，即当比较刺激的大小为 5 像素和 15 像素时，准确性接近完美。

接下来，在输出表中添加一个名为 'Accuracy' 的列，以确定记录的答案是否正确。将给出的响应值与所有试验的正确响应值进行比较。使用以下 IF 语句在给定的响应正确时注册 1，在响应不正确时注册 0。

现在，向表中添加另一列，标记为"Ratio of Comparison Responses"。将"比较位置"列与"响应"进行比较，并在选择比较刺激时使用新的 IF 语句标记"1"，如果选择常数圆，则标记为"0"。

要可视化结果，请制作一个散点图，其中比较的大小在 x 轴上，以及在 y 轴上选择比较较大的次数的比例。回想一下，恒定刺激的半径总是为 10 px，这就是为什么几乎从不选择半径为 5 或 6 px 的刺激，而总是选择半径为 14 或 15 的刺激。

半径为 9 或 11 像素时，比较更加困难，参与者经常犯错误。事实上，性能处于偶然水平，表明没有察觉到差异。

要计算恰好可察觉的差异，请取 75% 时间选择的比较大小（在本例中为半径 12），减去在 25% 时间内选择的比较大小（半径为 8），然后将结果除以 2，得到 2 px 的答案。

换句话说，圆圈的半径需要至少相差 2 px 才能准确感知它们的大小。

现在您已经熟悉了对视觉对象感知的明显差异？大小，让我们看看这种范式如何用于神经生理学研究，以探索大脑如何反应以及其他行为情况，例如区分食物中的脂肪水平。

研究人员已经研究了视觉皮层中的单个神经元如何编码世界的物理特性，就像物体一样？大小。

研究人员使用电生理记录技术来测量放电模式并结合刺激物呈现，发现对大小敏感的神经元有时会以相同的方式对实际上大小不同的物体做出反应。

这就是为什么 JND 几乎不引人注意的原因：有时，在大脑中，相关刺激确实会产生难以区分的效果。

此外，研究人员还使用了一项恰好可察觉的差异任务来表征检测食物中脂肪浓度的单个阈值。

他们发现，体重指数较高的个体在品尝样品中的脂肪酸之前需要更高的可察觉差异或更高的阈值。这些结果可能会导致限制过量脂肪摄入的新方法。

您刚刚看了 JoVE 对明显差异的介绍。现在，您应该对如何设计和运行实验以及如何分析和评估结果有了很好的了解。

感谢观看！