2017年4月24日
この記事では、視覚システムに適応をシミュレートし、研究するための新規な方法を説明します。
このソフトウェアプログラムの全体的な目標は、人間の視覚系が色のエンコードにどのように適応するかのモデルを使用して、視覚に対する適応の影響をシミュレートすることです。このモデルは、同じ観測点が異なる色環境に適応した場合、または異なる観測点が同じ環境に適応した場合に、その符号化がどのように変化するかを計算します。この方法は、なぜ感覚系が適応するのか、適応が知覚にどのような影響を与えるのかなど、認知科学と神経科学の主要な問題に対処します。
この手法の主な利点は、適応と色覚に関するもっともらしい仮定を組み込み、これらを使用してさまざまな環境や観察者の色知覚をより確実に予測できることです。まず、操作する画像を選択し、左上のペインにポップアップ表示されることを確認します。次に、形式メニューをクリックして、画像と観測点の表現方法を選択します。
標準観測点をクリックして、特定の色分布に適応する標準観測点または平均観測点をモデル化します。次に、ナチュラルスペクトルまたはRGBをクリックして、実際の光スペクトルまたはモニター上の画像の赤、緑、青のピクセルスペクトルを近似します。まず、同じ観測点をさまざまな環境 (現在の画像の色と自然の屋外環境に典型的な色分布など) に適合させます。
これらの環境を設定するには、ドロップダウンメニューから参照環境とテスト環境を選択します。次に、[参照] メニューをクリックして、開始環境 (元の画像を表示しているときに観測者が適応すると想定される環境) を選択します。次に、テストメニューをクリックして、オブザーバーが適応する新しい環境を選択します。[適応] ボタンをクリックして、円錐順応用にフィルター処理された 2 つの新しい画像と、コントラスト順応用に調整された画像を確認します。
あるいは、異なる観測者を同じ環境に適応させること、例えば、若年者または高齢の観測者のスペクトル感度など。観察者のスペクトル感度を選択し、レンズメニューをクリックしてレンズ顔料の密度を選択します。次に、黄斑メニューをクリックして、黄斑色素の密度を同様に選択します。をクリックし、Conesメニューをクリックして、正常な三色性を持つ観測者または異なるタイプの異常な三色性を持つ観測者を選択します。もう一度、[適応]ボタンをクリックして、画面上の3つの新しい画像を観察し、今回は元の画像、新しい感度でフィルタリングされた画像、および新しい感度に適応した後の画像を示しています。
最後に、 画像を保存 ボタンをクリックして、3つの画像を保存します。このプロトコルは、環境や観察者の変化に対する視覚的適応の影響を画像で視覚化する方法を示しています。観察者の変化に適応がどのように適応するかを示す例として、このモデルは、レンズの顔料の濃度のみが異なる若年または高齢の観察者の目を通して見た画像の予測された外観を比較することにより、レンズの老化の影響をシミュレートしました。
適応が環境の変化にどのように適応するかを示す例として、このモデルを使用して、一般的な高コントラスト環境で予想されるエンコードに一致するように色分けを調整することにより、低コントラストでかすんだ環境にどのように適応するかをシミュレートしました。この手法は、スペクトル感度の異なる任意の画像アンサンブルまたはオブザーバーに適用できます。また、画像の適応やその他の特性(スペクトル特性など)を調べるために一般化することもできます。
レンダリングされた画像は、長期的な適応の理論的限界をモデル化し、適応された画像で被験者が元の画像では知覚できなかったものを被験者が知覚できるかをテストすることにより、適応の機能を調べるために使用できます。また、レンダリングされた画像は、感度の変化が視覚に及ぼす影響をよりリアルにシミュレーションし、適応がこれらの感度の変化をどのように割り引いたり、補償したりする傾向があるかを示しています。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本記事では、視覚系における適応をシミュレートし研究するための新しい手法について解説します。このソフトウェアプログラムは、ヒトの視覚系がどのように色を符号化するかというモデルを用い、適応が視覚的知覚に及ぼす影響をシミュレートすることを目的としています。
この手法により、バイオ医薬品の研究者は感覚適応が知覚にどのように影響するかをモデル化でき、環境または観察者の変動が前臨床試験における信号検出にどのように影響するかを評価するための計算フレームワークを得ることができます。適応後の視覚応答をシミュレーションすることで、本アプローチは、感覚的または知覚的なエンドポイントが関連するターゲット検証研究におけるメカニズム的なリスク低減を支援します。また、多様なモデルや条件下で知覚的アウトカムを比較するための標準化された指標を提供し、初期の創薬ワークフローにおける予測の信頼性を向上させます。
この手法は、初期のターゲットバリデーションにおけるアッセイ設計への知見提供、知覚正規化によるスクリーニング準備の支援、および観察者固有の適応効果のモデル化によるトランスレーショナルな連続性の向上を通じて、創薬のディスカバリー・コンティニュアム(探索の連続体)に適合します。