2013年12月4日
我们讨论了一种新的视觉刺激视点旋转方法,并演示了使用镜立体镜进行深度旋转的三维感知。该技术可用于研究立体提示在编码视点旋转图形中的作用。
该程序的总体目标是研究立体或三维线索的作用以及视点旋转图形的识别。这是通过首先模拟经过深度旋转的形状或对象的外观来实现的。深度旋转类似于视点的变化。
第二步是通过镜像立体装置将视点旋转的物体呈现给观察者。呈现给观察者的视点变化可以是二维或三维的。接下来,实验者运行试验以确定观察者对视点变化的敏感度。
对 2D 和 3D 刺激重复此实验。最后一步是分析行为数据,以确定观察者对视点变化的敏感性,以及是否存在立体线索如何影响灵敏度。最终,该方法用于展示人类观察者在从不同角度观看时如何识别形状和物体。
这种方法可用于帮助回答视觉科学领域的关键问题,例如皮层处理的哪些阶段在演示程序的表示中包含立体信息。今天将是 Shannon Webb 和我实验室的优等生。在实验之前,进行预筛选以确保受试者有资格参加研究。
请务必询问他或她的视力是否正常或通过眼镜或隐形眼镜矫正为正常。此外,获得参与者的书面知情同意。接下来,使用简单的手持式立体测试验证参与者的立体视力。
然后让参与者坐在镜子立体镜前的桌子上,并调整椅子的高度以获得舒适感。关灯,让拍摄对象变暗至少三分钟。因为视觉系统在适应主要照明条件时性能最佳。
现在让参与者通过立体镜观察。指示受试者调整注视点的水平位置十字架,直到他们在视野中心只看到一个十字。如果被试者看到两个十字,则表示间隔不正确,需要水平调整。
在下面的实验中,当显示时,目标将输入到十字架上,此过程可确保在正确的距离处融合。设置好所有设备并实现双眼融合后,确保参与者已准备好开始实验,然后按照以下说明完成任务,如每次试验所示,您都会看到两条具有深度旋转或 RID 的曲线。您需要决定两条曲线中哪一条具有更大的 RID。
换句话说,哪个位置更远离您的视图,请按鼠标左键。如果第一个刺激具有更大的 RID,则按鼠标右键。如果第二条曲线的 RID 较多,则这是一项强制选择任务,在该任务中,在对前一个试验做出响应之前,下一个试验不会开始。
如果您不确定哪个刺激物的 RID 更多,请尽情猜测来评估立体的作用。RID 的提示和判断。分别测量参与者在立体条件和非类固醇条件下的表现。
为了呈现立体提示,计算机应通过立体镜向观察者的每一只眼睛显示不同的 RID 曲线角度,以呈现没有立体提示的曲线。向双眼呈现相同的 RID 曲线。启动该程序,该程序应由 140 次试验组成。
使用恒定刺激的方法确保相等的试验次数。对于所采用的测试曲线的每个 RID 值。rids 可以大于、小于或等于 45 度,并且每个试验的集合中随机选择一个特定值。
参考曲线的 RID 应保持在 45 度不变。RID 随机化演示文稿。每次试验的参考和测试刺激的顺序。
允许程序记录选择测试处于较大 RID 角度的频率,并让参与者休息一下。在这里的每个试验块之后,140 个试验包括在测试曲线的 7 个不同 RID 角度中的每个角度重复 20 次,三个角度小于 45 度,三个角度大于 45 度,一个 RID 恰好是 45 度,与参考曲线相同。在每次运行结束时,让计算机绘制出数据,描述参与者选择测试刺激的 RID 角度大于 45 度的次数比例,作为所呈现的 RID 角度的函数。
让软件用累积 SIAN 函数拟合数据,以确定被试能够进行 RID 判别从每个图中获得斜率的精度。然后可以对立体和非类固醇条件的斜率估计进行统计比较,以确定立体提示是否有助于观察者检测 RID 变化的能力。这部电影演示了形状的二维视网膜图像的变化,该图像受到围绕垂直轴的旋转和深度的影响。
图像的主要变化是其形状的水平压缩。在这里,我们可以看到三个观察者的示例结果,显示对 RID 视点变化的敏感性是刺激 RID 角度的函数。每个图中的 Y 轴描述了选择测试模式具有更大 RID 的次数比例。
X 轴描述测试模式的物理 RID。参考图案保持在恒定的 45 度 RID。观看此视频后,您应该对如何测量有和没有立体提示的对象视点旋转的灵敏度有一个很好的了解。
您应该了解模拟视点变化的方式,以及如何在二维和三维透视之间改变观察者的位置。
查看完整文字稿并访问数千部科学视频
本研究介绍了一种利用镜面立体镜进行视觉刺激视角旋转的新方法。该技术旨在探讨立体视觉线索在识别深度旋转图形中的作用。
该方法能够对人体对视角变化的敏感性进行定量评估,这是评估神经科学药物发现中与靶点作用分析相关的视觉处理机制的基础能力。通过分离立体视觉线索的贡献,该方法有助于降低影响深度感知通路的化合物在机制层面的风险。该方法为视觉功能终点的转化生物标志物一致性提供了可预测的置信度。
该方法在早期发现阶段用于支持神经科学项目中视觉感知机制研究的靶点验证和检测准备。