Name: Gerando estímulos controlados estritamente para experiências de reconhecimento de figura (Vídeo) | JoVE Journal
Uploaded: 2019-03-18T14:00:00.000+00:00
Duration: 5 min 39 s
Description: Aprenda a gerar estímulos controlados para experimentos de reconhecimento de figuras usando um banco de dados de 16 figuras. Este método permite avaliar objetivamente a relevância de características geométricas específicas na cognição visual.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

O autor agradece a Sydney Koke, AMF e Maxine Garcia, PhD, do grupo de Emilia (www.edanzediting.com/ac) para a edição de um projecto deste manuscrito.

O experimento foi aprovado pelo Comitê ética Hakuoh University, Japão.
1. experimental Setup
Nota: O ambiente experimental consiste em um monitor de LCD e uma caixa de botão de resposta conectado a um computador (PC para experiências). Cada participante decide se um apresentado par de números é o 'mesmo' ou 'diferente' pressionando um dos dois botões em uma caixa de resposta. Há três botões na caixa de 'Enter', 'F6' e 'F5', da esquerda para a direita. Pressionando o botão Enter , a tela atual continua para a próxima tela. O botão F6 é para respostas usando o dedo indicador e o botão F5 é para respostas usando o dedo médio da mão direita do participante. A geração de pares de figura é feita em um computador diferente (PC para preparação de estímulo). Esta configuração permite o exame das várias hipóteses que dizem respeito a criticidade de uma certa característica no reconhecimento das figuras de forma bastante objetiva.
<ol><li>Insira um disquete na unidade de disquete está ligada ao PC para preparação de estímulo. Inicie o programa de geração de par no PC para preparação de estímulo.</li>
	<li>Entrada de um número aleatório, usando o teclado, como um valor inicial para a função de geração de número aleatório usado no programa. Entrada de 1 ou 2 usando o teclado como um especificador de digital. Nota: Especificador de Digital = 1 designa o dedo indicador para decisões 'mesmos' e o dedo médio para decisões 'diferentes' (estado digital 1) no primeiro bloco de ensaios e vice-versa (digital estado 2) no segundo bloco. Especificador de Digital = 2 designa o estado digital 2 no primeiro bloco e estado digital 1 no segundo bloco. Este procedimento contrabalança a velocidade de resposta por dedos diferentes.</li>
</ol>2. instruções dentro do programa de geração de par
<ol><li>Aberto um estímulo definido arquivo (PRBLM2. DAT) como um novo arquivo na unidade de disquete. Além disso, abra o arquivo de banco de dados de (6, 4) figuras na unidade principal.</li>
	<li>Sequencialmente, examinar cada registro do arquivo de banco de dados do registro número 1 de 1.365 para determinar se o registro que tem o valor de variável 28 (ou seja, o número de intersecções da linha segmentos, ver Figura 2) é 0. Nota: para o número total de (6, n) números, ver 15.1 corolário (a)1.<ol>
<li>Se o valor não for-0, descartar o registro e vá para o próximo registro, mais examinar se o valor da variável 1 (ou seja, o conjunto isomórfico) é de 2 ou 5.</li>
		<li>Se o valor for 2 nem 5, descartar o registro e vá para o próximo registro, acumular mais o número de registro como uma figura do candidato em uma piscina de 2 isomórfico ou piscina 5 isomórficos.</li>
		<li>Exaustivamente combine cada registro com outros registros, incluindo ele mesmo, de números de candidatos que pertencem ao pool 2 isomórficos.</li>
		<li>Converta cada par de números recordes em seus formatos de especificação de linha em todos os pares de candidato.</li>
		<li>Examinar se uma figura é emparelhada com ele mesmo e se for, classificar o par como um par der Id com uma etiqueta que indica a sua distância angular 0 ° e acumulá-lo em uma piscina de pares der Id.</li>
		<li>Outra coisa, adicione um número inteiro de 1 a 5 para cada número de etiqueta de vértice em formato de especificação da linha de uma figura com módulo 6 resíduos. Se o valor for 0, convertê-lo para 6. Em seguida, padronize o formato. Em seguida, compare o formato padronizado da figura com o formato de especificação de linha da outra figura do par. Nota: Um especificação formato da linha de um (6, 4) figura é composto por quatro sequências de pares de rótulos de ponto. Expressa-se em conformidade com o rótulo à esquerda que é sempre menor do que o rótulo certo dentro de um par e o rótulo à esquerda de um par anterior é sempre menor do que ou igual ao rótulo à esquerda dos pares a seguir.</li>
		<li>Se os dois formatos coincidirem com inteiro eu, classificar o par como um par der Id com um tag de sua distância angular eu (ou seja, unidade de 60 ° no sentido anti-horário) e se acumulam na piscina de pares der Id.</li>
		<li>Outra coisa, sequencialmente examine se o par é um par de machado com um dos eixos de simetria, sendo 0°, 30°, 60°, 90°, 120° ou 150° no sentido anti-horário em relação à horizontal para a direita. Nota: A transformação de Ax de uma figura sobre um eixo de simetria 0° permutes rótulos de ponto de 1 para 2 para 5, 6, 3 para 4 e vice-versa; cerca de 30°, 1 por 1, 2 para 6, 3, 5, 4 por 4 e vice-versa; cerca de 60°, 1 para 2, 3 para 6, 4 para 5 e vice-versa; cerca de 90°, 1 para 3, 2 para 2, 4, 6, 5 por 5 e vice-versa; cerca de 120°, 1 para 2 para 3, 4, 5 para 6 e vice-versa; e a cerca de 150°, 1 para 5, 2, 4, 3 para 3, 6 por 6 e vice-versa (Figura 5).</li>
		<li>Se o formato de especificação de linha de um algarismo após a transformação de Machado sobre o eixo de simetria j° coincide com o formato da outra figura do par, em seguida, classificar o par como um par de machado com um tag do eixo de simetria j° e acumulá-lo em um pool de pares de machado.</li>
		<li>Outra coisa, classifica o par como um par de Nd. Em seguida, calcule os números de linhas incidentes no respectivos vértices em formatos de especificação da linha das duas figuras de um par de Nd (Figura 6).</li>
		<li>Se o número de linhas de incidente é um em cada extremidade de um segmento de linha de uma figura, determine o segmento como um endline de uma figura. Em seguida, determinar as três restantes segmentos de linha, como aqueles que constituem um ciclo (ou seja, um triângulo).</li>
		<li>Calcule os comprimentos de linha total dos ciclos de duas figuras de um par de Nd. Se os comprimentos totais dos ciclos entre os dois valores forem diferentes, descarte os pares.</li>
		<li>Outra coisa, calcule a diferença entre os comprimentos de linha dos endlines entre duas figuras. Se a diferença de comprimento é 0, classificar o par como um par de Nd com um tag de 0 e acumulá-lo na piscina de pares de Nd.</li>
		<li>Outra coisa, se a diferença de comprimento é 0,27, classificar o par como um Nd com um tag de 0,27 e acumulá-lo na piscina de pares de Nd.</li>
		<li>Outra coisa, se a diferença de comprimento é 0,73, classificar o par como um par de Nd com um tag de 0,73 e acumulá-lo na piscina de pares de Nd.</li>
		<li>Outra coisa, classificar o par como um par de Nd com um tag de 1 e acumulá-lo com um tag de 1 na piscina de pares de Nd.</li>
		<li>Repetir as etapas do protocolo 2.2.3 para 2.2.16 para os números de candidatos que pertencem a isomórfico conjunto 5.</li>
		<li>Feche o arquivo de banco de dados.</li>
	</ol>
</li>
	<li>
Preparação de um estímulo para um participante
	<ol>
<li>Amostra aleatoriamente três pares de piscinar Id, dois pares do pool do Nd e um par do pool do Ax com tags como pares de prática.</li>
		<li>Concatenar Idr, Nd e pares de prática do machado e randomize sua ordem de apresentação para o primeiro bloco de ensaios de prática.</li>
		<li>Aleatoriamente da amostra 80 pares da piscinar Id, 40 pares do pool do Nd e 40 pares do pool do Ax com tags como testar pares.</li>
		<li>Concatenar IdrNd e Ax testar pares e randomize sua ordem de apresentação para o primeiro bloco de testes.</li>
		<li>Reiterar as etapas do protocolo 2.3.1 para 2.3.4 para a preparação prática e teste testes no segundo bloco de ensaios.</li>
		<li>Escrever um número de apresentação, estado digital, tipo de par com uma tag, número de segmentos de linha e quatro pares de rótulos de vértice em formato de especificação da linha da figura à esquerda e direita figura de cada tentativa para a unidade de disquete sequencialmente e simultaneamente eco esses valores na tela.</li>
		<li>Reitere o passo 2.3.6 do primeiro julgamento de prática no primeiro bloco para os últimos testes no segundo bloco.</li>
		<li>Feche a unidade de disquete.</li>
	</ol>
</li>
</ol>3. instruções por um experimentador e a execução de um experimento por um participante
<ol><li>Pergunte a cada participante para fornecer o termo de consentimento informado para participar na experiência.</li>
	<li>Instruções por um experimentador<ol>
<li>Instrua cada participante para decidir se um apresentado par de números é idêntico em forma, independentemente de suas orientações ('mesmo') ou não ('diferentes') mais rapidamente e com precisão como possível e mostrar exemplo pares de figura.</li>
	</ol>
</li>
	<li>Especificações antes do experimento por um experimentador<ol>
<li>Inicie o programa de apresentação do estímulo no PC para experimentos.</li>
		<li>Na tela de menu, clique em tarefa de decisão de identidade .</li>
		<li>Clique em informações do participante, em seguida, entrada do nome, sexo e idade e clique final da especificação na tela de informações.</li>
		<li>Clique em dados de estímulo de leitura na tela do menu, clique PRBLM2. DAT arquivo na unidade de disquete e clique em abrir na tela de especificação de arquivo.</li>
	</ol>
</li>
	<li>
Execução do experimento
	<ol>
<li>Como um experimentador, um participante na frente do monitor do assento e ponha sua cabeça no chinrest e medir uma distância de 60 cm da testa para o monitor.</li>
		<li>Como um experimentador, inicie um experimento clicando em execução na tela de menu.</li>
		<li>Como um experimentador, se a tela de instruções mostra o estado digital 1, instrua um participante para a tecla F6 (resposta com o dedo indicador) para decisões 'mesmas' e pressione a tecla F5 (resposta com o dedo médio) para decisões 'diferentes'. Se a tela de instruções mostra o estado digital 2, instrua o pressione F6 para decisões 'diferentes' e F5 para decisões 'mesmas'.</li>
		<li>Como um participante, depois de totalmente memorizar o estado digital do bloco, pressione Enter na caixa de resposta.</li>
		<li>Como participante, em resposta ao prompt 'Pronto' na tela, pressione Enter para iniciar um julgamento.</li>
		<li>Como um participante, mediante a apresentação de um par de pares de prática na tela de estímulo, pressione a tecla F6 ou F5 assim que é tomada uma decisão. Nota: Os seis vértices de um hexágono regular invisível são estilizados como pequenos círculos preenchidos com diâmetros de 0,4 cm cujos centros são transferidos a 0,2 cm para fora das localizações dos vértices em uma tela de estímulo. Os seis vértices de um (6, 4) figura são projetados em uma área retangular de 6,6 x 7,6 cm. Duas figuras de um par estão localizadas em posições paralelas horizontalmente com uma distância entre centros de 9,4 cm.</li>
		<li>(Anteriormente) configurar o programa de apresentação de estímulo para exibir 'a decisão foi errônea' na tela de mensagem de retorno com um sinal sonoro em uma prática experimental, se uma resposta é um erro. Se uma resposta é correta, exiba 'a decisão foi correta' na tela.</li>
		<li>Como um participante, quando confirmar uma mensagem de feedback, pressione Enter para prosseguir para a próxima tela 'prompt'.</li>
		<li>(Como o programa de apresentação estímulo), reitere os passos 3.4.4 para 3.4.7 no final dos ensaios de prática no bloco.</li>
		<li>Quando todos os ensaios de prática estão completos, exiba 'Início dos julgamentos de teste' na tela.</li>
		<li>Repetir os passos 3.4.4 para 3.4.5 no final dos testes em um bloco. Nota: As mensagens de feedback são apresentadas apenas durante os ensaios de prática.</li>
		<li>Reitere passos 3.4.3 para 3.4.8 para executar a prática e testar experimentações no segundo bloco.</li>
		<li>Como o programa de apresentação do estímulo, salve os dados em um arquivo na unidade de disquete. Nota: Dados de um participante para cada julgamento consistem de um número serial de teste, o número de segmentos de linha, estado digital, código de tipo de par com uma etiqueta, código do botão pressionado, correção de uma resposta e latência em ms.</li>
	</ol>
</li>
</ol>

<ol><li>Harary, F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHarary%2C+F+%22Graph+theory%22">Graph theory</a>. , Addison-Wesley. Reading MA. (1969).</li>
<li>Chen, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topological+structure+in+visual+perception%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Topological structure in visual perception.</a> Science. 4573 (4573), (1982).</li>
<li>Chen, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topological+structure+in+the+perception+of+apparent+motion%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Topological structure in the perception of apparent motion.</a> Perception. 14 (2), 197-208 (1985).</li>
<li>Hecht, H., Bader, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perceiving+topological+structure+of+2-D+patterns%29%5BTitle%5D)+AND+%22Acta+Psychol%22%5BJournal%5D)">Perceiving topological structure of 2-D patterns).</a> Acta Psychol. 3 (3), 255(1998).</li>
<li>Todd, J. T., Chen, L., Norman, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+relative+salience+of+Euclidean%2C+affine%2C+and+topological+structure+for+3-D+form+discrimination%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">On the relative salience of Euclidean, affine, and topological structure for 3-D form discrimination.</a> Perception. 3 (3), 273(1998).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+generality+of+the+topological+theory+of+visual+shape+perception%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">On the generality of the topological theory of visual shape perception.</a> Perception. 8 (8), 849-872 (2013).</li>
<li>Fitts, P. M., Weinstein, M., Rappaport, M., Anderson, N., Leonard, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulus+correlates+of+visual+pattern+recognition%3A+A+probability+approach%5BTitle%5D)+AND+%22J+Exp+Psychol%22%5BJournal%5D)">Stimulus correlates of visual pattern recognition: A probability approach.</a> J Exp Psychol. 1 (1), 1-11 (1956).</li>
<li>Bethell-Fox, C. E., Shepard, R. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation%3A+Effects+of+stimulus+complexity+and+familiarity%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Mental rotation: Effects of stimulus complexity and familiarity.</a> J Exp Psychol Hum Percept Perform. 1 (1), 12-23 (1988).</li>
<li>Attneave, F., Arnoult, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+quantitative+study+of+shape+and+pattern+perception%5BTitle%5D)+AND+%22Psychol+Bull%22%5BJournal%5D)">The quantitative study of shape and pattern perception.</a> Psychol Bull. 3 (3), 452-471 (1956).</li>
<li>Cooper, L. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation+of+random+two-dimensional+shapes%5BTitle%5D)+AND+%22Cogn+Psychol%22%5BJournal%5D)">Mental rotation of random two-dimensional shapes.</a> Cogn Psychol. 7 (1), 20-43 (1975).</li>
<li>Cooper, L. A., Podgorny, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+transformations+and+visual+comparison+processes%3A+Effects+of+complexity+and+similarity%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Mental transformations and visual comparison processes: Effects of complexity and similarity.</a> J Exp Psychol Hum Percept Perform. 4 (4), 503-514 (1976).</li>
<li>Folk, M. D., Luce, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+stimulus+complexity+on+mental+rotation+rate+of+polygons%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Effects of stimulus complexity on mental rotation rate of polygons.</a> J Exp Psychol Hum Percept Perform. 3 (3), 395-404 (1987).</li>
<li>Förster, B., Gebhardt, R., Lindlar, K., Siemann, M., Delius, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation+effect%3A+A+function+of+elementary+stimulus+discriminability%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Mental rotation effect: A function of elementary stimulus discriminability.</a> Perception. 11 (11), 1301-1316 (1996).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+the+comparisons+of+feature+locations+explain+the+difficulty+in+discriminating+mirror-reflected+pairs+of+geometrical+figures+from+disoriented+identical+pairs%5BTitle%5D)+AND+%22Symmetry%22%5BJournal%5D)">Can the comparisons of feature locations explain the difficulty in discriminating mirror-reflected pairs of geometrical figures from disoriented identical pairs.</a> Symmetry. , 89-104 (2015).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Are+line+lengths+critical+to+the+discrimination+of+axisymmetric+pairs+of+figures+from+disoriented+identical+pairs%5BTitle%5D)+AND+%22Jpn+Psychol+Res%22%5BJournal%5D)">Are line lengths critical to the discrimination of axisymmetric pairs of figures from disoriented identical pairs.</a> Jpn Psychol Res. 1 (1), 36-46 (2019).</li>
<li>Treisman, A., Souther, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Search+asymmetry%3A+A+diagnostic+for+preattentive+processing+of+separable+features%5BTitle%5D)+AND+%22J+Exp+Psychol+Gen%22%5BJournal%5D)">Search asymmetry: A diagnostic for preattentive processing of separable features.</a> J Exp Psychol Gen. 3 (3), 285-310 (1985).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Which+is+more+critical+in+identification+of+random+figures%2C+endpoints+or+closures%5BTitle%5D)+AND+%22Jpn+Psychol+Res%22%5BJournal%5D)">Which is more critical in identification of random figures, endpoints or closures.</a> Jpn Psychol Res. 51 (4), 235-245 (2009).</li>
<li>Julesz, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Textons%2C+the+elements+of+texture+perception%2C+and+their+interactions%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Textons, the elements of texture perception, and their interactions.</a> Nature. 290, 91-97 (1981).</li>
<li>Wolfe, J. M., DiMase, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+intersections+serve+as+basic+features+in+visual+search%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Do intersections serve as basic features in visual search.</a> Perception. 32 (6), 645-656 (2003).</li>
</ol>

O autor declara não há conflito de interesses.

O presente método pode ser usado para preparar um conjunto de figuras de estímulo objetivamente definíveis para experiências de reconhecimento de figura. O aspecto crítico do método são as instruções dentro do programa de geração de par. Usando um (6, n) banco de dados, o programa pode selecionar figuras candidato apropriado de figuras o total (6, n) (passos de protocolo 2.2.1 e 2.2.2). Além disso, o programa às vezes pode calcular valores de recurso de figuras que não são armazenadas ...

Este documento descreve um método para gerar figuras estritamente controlada e objectivamente definidos de estímulo para os estudos sobre o reconhecimento de números aleatórios. Os estímulos são chamados (ponto6 , linha n ) ou (6, n) figuras. Um (6, n) figura consiste de segmentos de linha n que são medidos entre n pares de pontos situados nos vértices de um hexágono regular invisível. A Figura 1 mostra um exemplo de um (6, 4) figura que é especificado por quatro pares de etiquetas para os vértices de um hexágono regular invisível. Os rótulos de designar os segmentos de linha da figura (ver Figura 1). Deixe-nos chame esta especificação das figuras um formato de especificação de linha.
Anteriormente, o autor calculou as propriedades estruturais de gráfico teórico de (6, n) figuras (chamadas de características invariantes, ou mais especificamente gráfico invariantes1) e propriedades não-invariante (chamadas características superficiais) para figuras com n = 1 a 6 e armazenados os valores de recurso em um banco de dados. Características invariantes refletem o estrutural (mais precisamente, topológico) Propriedades e características superficiais refletem as propriedades não-topológico e principalmente a métrica de uma determinada figura.
Um número de registro no banco de dados identifica exclusivamente uma figura em formato de especificação da linha. Portanto, uma busca exaustiva para valores específicos de valores característica invariável e/ou superficial no banco de dados permite a recuperação dos números de registro para os números que satisfazem as condições das conjunto de (6, n) totais. Os valores recuperados podem servir como estímulos para um experimento. Cada registro no banco de dados contém variáveis que incluem o conjunto isomórfico ao qual pertence a figura; vário gráfico invariantes, tais como o número de ciclos, circunferência, ponto cobrindo o número, o número de pontos críticos, o raio, o número de pontos centrais, número de componentes, grau máximo, número de pontos de grau máximo, número de pontos isolados, e número de pontos de extremidade; valores de recurso não-gráfico, tais como o número de intersecções e zig-zags de contornos definidos por vértices e interseções; e superficial característica valores, tais como locais das características invariantes e (no caso em que existem locais no plural) as direções formadas por locais no plural. Por exemplo, um ciclo indica uma sequência fechada de segmentos de linha, um grau de um ponto é o número de incidente de segmentos de linha com esse ponto, um ponto isolado é um ponto com um grau de 0 e um ponto de extremidade é um ponto com um grau de 1. Utilizando os números de valores do banco de dados, todos (6, n) característica invariável de n = 1 a 6 pode ser classificada nos números de conjuntos isomorfos mostrados no apêndice 11. Consulte a Figura 2 para obter um exemplo da informação armazenada em cada registro.
Observe que os números que pertencem a cada conjunto isomórfico são topologicamente equivalentes, apesar das diferenças de forma. Vários estudos têm afirmado que estruturas topológicas são percebidas antes Propriedades mais específicas de dado figuras2,3,4,5. Alterando sistematicamente figuras de estímulo, o autor alegou que as detecções e comparações de características invariantes precedem as detecções e comparações de características superficiais6. O presente experimento é uma tentativa de esclarecer se a característica superficial do comprimento da linha é fundamental no reconhecimento dos pares de figura sob a condição de que os valores de característica invariável são todos equivalentes entre os pares de figura (ou seja, mutuamente isomórfico).
Os tipos de figuras de estímulo que são usados em experiências é criticamente importante para entender a pesquisa de reconhecimento. Existem dois tipos de figuras de estímulo: aqueles que são gerados aleatoriamente e aqueles que são gerados, ad-hoc, com a finalidade de um estudo. Para reduzir confunde associado a fatores não estão sob controle experimental, o uso de números gerados aleatoriamente é geralmente considerado como mais conveniente. Existem vários tipos de números aleatórios, por exemplo, histogramas aleatória7 e matrizes aleatórias8, mas os números aleatórios mais frequentemente usados em pesquisas de reconhecimento visual em psicologia são polígonos aleatório9. Uma regra geral para fazer polígonos aleatórios é conectar locais distribuídos aleatoriamente de n pontos em uma área quadrada com segmentos de linha, de modo que o perímetro do segmento de linha é mais convexo e então cor dentro do perímetro. Um índice objetivo usado com frequência para polígonos aleatórios é o número de flections do perímetro de um polígono, que representa a complexidade das11,10,figura12. Como o interior da figura é colorido, propriedades estruturais em relação a seu perímetro limitam-se ao número de flections. Além disso, com excepção do número de flections, nenhuma informação é dada sobre todo o conjunto de polígonos aleatórios ou a relação entre polígonos aleatórios distintos.
As figuras em axissimétricos pares (Ax) das figuras são conhecidas por serem mais difíceis de discriminar do que pares não-idênticos em uma tarefa de decidir se um determinado par de números é girado-para-ser-idêntico (Idr)13,14, 15. as duas figuras em um par der Id e aqueles em um par de Machado são mutuamente isomórficos e têm correspondentes segmentos de linha que têm o mesmo comprimento. No entanto, se mesmice dos comprimentos de linha entre as duas figuras em um par de aumentos desconhece-se a dificuldade de discriminação de um par não idênticos, em comparação com o de um par de machado. Neste experimento, desempenho de discriminação participante foi comparado entre pares de machado e não-idênticos, não-axissimétrico pares (Nd). As diferenças nos comprimentos de linha foram experimentalmente controladas entre as duas figuras. Devido a precedência de detectar diferenças de valor invariável recurso antes de diferenças de valor superficial característica durante o reconhecimento de figura5, os pares de figura Nd foram criados para ser isomórfico mutuamente, para que as diferenças de comprimento de linha não seria confundidos com diferenças de valor invariável recurso.
Pares de figura experimento 1 no autor-usado (6, 5) para examinar a hipótese de que a falta de diferenças de comprimento de linha influenciou o nível de dificuldade de discriminação das figuras em pares de Ax15. Os resultados demonstraram que as latências eram mais curtas para pares de 0 (Viz, nenhuma diferença no comprimento total da linha entre figuras emparelhadas) Nd comparados com aqueles para pares de Machado, que indicaram que a hipótese era insuportável. Argumentou-se que as diferenças de valor de característica superficial ao controle experimental são mais propensos a estar presente em números complexos, e os participantes podem fazer uso destes. Curiosamente, vários estudos afirmam que a presença de um ciclo é detectado preattentively16,17. Por outro lado, Julesz afirmou que a presença de um ponto de extremidade foi detectada numa fase precoce da segregação das figuras de fundo18.
Para resolver isso, mais simples (6, 4) figura pares foram escolhidos para examinar a hipótese. Fora nove conjuntos isomorfos (6, 4) de figuras, os números que pertencia a dois conjuntos isomorfos foram usados como estímulos. Os dois conjuntos de figuras compartilhou facilmente detectáveis características invariável de (um) EndPoint (s) e um ciclo (ou seja, um triângulo) em comum. Veja as figuras de exemplo de nove conjuntos isomorfos na Figura 3. Além disso, consulte a coluna de p = 6 e q = 4 em 1 do apêndice1.
Foram gerados três tipos básicos de par: Idr, machado e Nd pares. O comprimento total da linha de um ciclo (mais especificamente, um triângulo) foi equalizada entre as duas figuras em cada par para todos os tipos de par. Usando essa restrição, respectivos triângulos de um par de figura tornou-se ou mutuamente idênticos ou Ax em forma. Pares de ND foram subcategorized mais de acordo com as diferenças nos comprimentos de endlines entre as duas figuras em cada par, com a unidade de comprimento definido como o lado de um hexágono regular invisível. Isto rendeu Nd 0, Nd 0,27, Nd 0,73e pares de Nd 1 (ou seja, as linha comprimento diferenças variou entre 0 e 1). Como a presença de uma interseção de segmentos de linha é conhecida por ser preattentively detectados19, figuras com linha cruzada segmentos foram excluídos os estímulos. Consulte os exemplos de identificaçãor, Machado, Nd 0Nd 0,73e pares de 1 Nd na Figura 4. Para evitar as expectativas tendenciosas dos participantes, o número de Idr pares ('mesmos') foi criado para ser o mesmo que a soma do Ax ('diferente') e Nd ('diferentes') pares.

<table><tbody><tr><td>PC para preparação de estímulos</td><td>DELL&</td><td>nbsp; Unidade USB FD externa Inspiron 15</td><td></td></tr><tr><td></td><td> Caixa de botão de resposta Logitec</td><td>LFD-31UEF</td><td></td></tr><tr><td></td><td>Takei Kiki</td><td>S-15068</td><td>item personalizado</td></tr><tr><td>PC para experimentos</td><td>NEC&nbsp;</td><td>Monitor LCD PC-37LB-N 15SN</td><td></td></tr><tr><td></td><td>NEC&nbsp;</td><td>AS172-MC&nbsp;</td><td></td></tr><tr><td>Descanso de queixo</td><td>Takei Kiki</td><td>TKK930a</td><td></td></tr><tr><td></td> Programa <td></td><td>de geração de pares</td> PMELCYLG2 arquivo <td></td></tr><tr><td></td><td>de banco de dados</td> P4 feito por você mesmo<td>. Programa</td><td>de apresentação de estímulo feito por ele mesmo</td></tr><tr><td></td>Dispositivo de Apresentação/Resposta <td>Takei Kiki</td><td>para (6, n) Figuras</td><td>item personalizado</td></tr></tbody></table>

gerando estímulos controlados estritamente para experiências de reconhecimento de figura

Generating Strictly Controlled Stimuli for Figure Recognition Experiments

Este protocolo introduz um método para gerar estímulos estritamente controlados e objectivamente definidos para experiências de reconhecimento de figura. Um (6, n) figura consiste de segmentos de linha n que são medidos entre n pares de pontos situados nos vértices de um hexágono regular invisível. As propriedades estruturais (constantes do gráfico) e características superficiais (não-gráfico invariantes) de cada (6, n) figura com n valores variando de 1 a 6 são calculados e armazenados em um banco de dados. Usando esse banco de dados, experimentadores podem extrair sistematicamente figuras apropriadas dependendo da finalidade do experimento. Além disso, se o banco de dados não contiver as informações necessárias, novos valores de recurso podem às vezes ser calculados ad-hoc da formação de uma figura específica (6, n). Deixe-nos chame um par de espelho-refletido das figuras um axissimétrico par (Ax). Um par de Ax de figuras é conhecido por ser mais difícil de discernir do que um par não-idênticos na decisão se as formas de um determinado par são girados-para-ser-idêntico (Idr). O objetivo do presente experimento é examinar se a mesmice dos comprimentos de linha entre dois números em um par faz com que a discriminação do par a ser tão difícil quanto a de um par de machado. Figuras mutuamente isomórficos compartilham propriedades estruturais comuns, apesar das diferenças de forma. Pares de machado e Idr pares são casos especiais de pares isomórficos. Além disso, um par de Ax e par der Id compartilham a maioria dos valores de característica superficial, exceto a direção relativa de um local para outro local através de um eixo de simetria é o oposto de um par de machado. Três tipos de mutuamente isomórficos (6, 4) figura pares foram gerados: Idr; Machado; e não-idênticos, não-axissimétrico, isomórficos pares (Nd). Pares de ND ainda foram classificados em três subcategorias de acordo com os valores da característica superficial do grau das diferenças de comprimento de linha.

Como pares de 0,27 Nd foram detectadas apenas nas figuras do conjunto isomórfico 2, a análise subsequente não incluiu os resultados para os pares de 0,27 Nd. A hipótese do presente estudo foi que a mesmice dos comprimentos de linha entre as duas figuras em pares Nd os faria tão difícil discriminar como pares de figura de machado.
Os resultados do experimento são mostrados na Figura 7. Taxas de erro foram significativa...

Este protocolo descreve um método para um experimento que examina se gráfico específico e propriedades não-gráfico (recursos) são relevantes para o reconhecimento das figuras. O método usa um banco de dados que armazena vários valores de recurso das respectivas figuras chamadas (ponto6 , linha n ) figuras.

Gerando estímulos controlados estritamente para experiências de reconhecimento de figura

This protocol introduces a method for generating strictly controlled and objectively defined stimuli for figure recognition experiments. A (6, n) figure ...

Este protocolo pode ser usado para gerar estímulos estritamente controlados e objetivamente definidos para experimentos de reconhecimento de figuras. Usando um banco de dados de 16 dígitos, você pode selecionar um número de estímulo que satisfaça valores prescritos de estrutura e propriedades geométricas superficiais. O ambiente experimental consiste em um monitor de exibição de cristal líquido e uma caixa de botão de resposta conectada a um computador.Há três botões na caixa rotulado enter, F6 e F5. Ao pressionar o botão Entrar, a tela atual seguirá para a tela consecutiva. O botão F6 é para respostas usando o dedo indicador, e o botão F5 é para respostas usando o dedo médio. Para permitir o exame de várias hipóteses que dizem respeito à criticidade de uma determinada característica no reconhecimento de figuras de forma bastante objetiva, insira um disquete na unidade de disquete conectada ao computador, que será usada para a preparação de estímulos, e abra o programa de geração de pares.Em seguida, use o teclado para inserir um número aleatório como um valor inicial para a função de geração de números aleatórios e inserir um ou dois usando o teclado, como especificador digital. Para preparar um conjunto de estímulos para um participante, escreva sequencialmente um número de apresentação, estado digital, tipo de par com uma tag, número de segmentos de linha e quatro pares de etiquetas de vértice no formato de especificação de linha das figuras esquerda e direita de cada ensaio para a unidade de disquete, ecoando simultaneamente esses valores na tela. Após a obtenção de consentimento escrito e informado do participante, mostre pares de números de amostra para demonstrar ao participante como eles serão solicitados a decidir se um par de figuras apresentadas é idêntico em forma, independentemente de suas orientações, o mais rápido e com precisão possível.Quando o participante estiver pronto, inicie o programa de apresentação de estímulos no computador para experimentos e clique em Tarefa de Decisão de Identidade e Informações do Participante, para inserir o nome, sexo e idade do participante. Quando todas as informações foram inseridas, clique em Fim de Especificação e Leia Estímulo. Em seguida, selecione o PRBLM2.Arquivo DAT na unidade de disquete e clique em Abrir na tela de especificação do arquivo. Em seguida, coloque o participante na frente do monitor, com a cabeça no queixo, e confirme uma distância de 60 centímetros da testa do participante até o monitor. Em seguida, clique em Execução para iniciar o experimento.Se a tela de instrução mostrar o estado digital, instrua o participante a pressionar a tecla F6 com o dedo indicador quando as figuras forem as mesmas, e pressione a tecla F5 com o dedo médio quando as figuras forem diferentes. Depois que o estado digital for determinado, que o participante pressione Enter uma vez na caixa de resposta e, em seguida, mais uma vez em resposta ao prompt Ready na tela, para iniciar o teste. Após a apresentação de um par de pares de prática na tela de estímulo, faça com que o participante pressione a tecla F6 ou F5 assim que uma decisão for tomada.Se a resposta estiver correta, a decisão estava correta aparecerá na tela da mensagem de feedback. Se a resposta foi incorreta, a decisão foi errada aparecerá na tela. Após a leitura da mensagem de feedback, a imprensa participante entre para prosseguir e responda à próxima tela pronta.Quando todos os ensaios práticos estiverem concluídos, o início dos testes aparecerá. Que o participante inicie o teste usando os mesmos botões de resposta usados para os ensaios práticos. Neste experimento representativo, as taxas de erro e latência foram significativamente diferentes entre os tipos de pares, com exceção da diferença de latência entre os pares zero assimétricos e não idênticos.As taxas de erro e os dados de latência sugerem que os pares não idênticos 0,73 e um são facilmente discriminatórios em comparação com pares assimétricos. No entanto, a diferença quase ausente na latência entre os pares zero não idênticos, e os pares assimétricos, sugere fortemente que a mesmez dos comprimentos da linha fez com que os pares assimétricos fossem mais difíceis de discriminar. É importante selecionar pares de figuras geometricamente apropriados com o uso do banco de dados e criações ad-hoc, de acordo com suas perguntas de pesquisa.Se você selecionar adequadamente figuras com valores de características específicos, você pode examinar a criticidade de recursos individuais durante os testes de reconhecimento de figuras.

generating-strictly-controlled-stimuli-for-figure-recognition

Research

JoVE Journal

Behavior

Comportamento

Descrevemos os protocolos para treinar ratos para registros eletrofisiológicos crônicas em tarefas cognitivas totalmente automatizados em uma projeção Piso Maze.

Tarefas cognitivas Visuais automatizadas para gravação Atividade Neural Usando uma projeção Piso Labirinto

Não está claro como os sinais de cima para baixo a partir do corrente visual ventral afetar o movimento. Nós desenvolvemos um paradigma para testar o comportamento do motor para um alvo em uma ilusão inversão profundidade 3D. As diferenças significativas são relatadas em ambos, movimentos deliberados dirigidas a objetivos e ações automáticas sob condições de visualização ilusórias e verídicas.

Métodos para pesquisar a influência de cima para baixo processos visuais em Comportamento Motor

O objetivo geral deste método é estabelecer um procedimento experimental baseado em SSVEP, integrando vários programas de software para permitir o estudo da interação cérebro-robô com robôs humanóides, que é prospectivo para ajudar os doentes e idosos, bem como realizar trabalhos insalubres ou perigosos.

Baseado no SSVEP procedimento experimental para a interação cérebro-robô com robôs humanóides

Este estudo comparado central contra apresentações dividida campo visual de imagens emocionais para avaliar as diferenças na atenção motivada entre os dois hemisférios. O potencial positivo final (LPP) foi gravado usando Eletroencefalografia (EEG) e potenciais relacionados ao evento (ERPs) metodologias para avaliar a atenção motivada.

Central e dividida campo Visual apresentação de imagens emocionais para medir diferenças hemisféricas em atenção motivada

É apresentado um protocolo detalhado para analisar a seletividade de objeto de parieto-frontal neurônios envolvidos nas transformações visuomotoras.

Investigar as representações do objeto no fluxo Dorsal de Visual de Macaque usando gravações unitárias

Neste trabalho, apresentamos um protocolo para investigar os padrões morfológicos potenciais evocados visuais corticais diferenciais através da estimulação de redes ventrais e dorsais utilizando EEG de alta densidade. Os paradigmas do objeto visual e do estímulo do movimento, com e sem jitter temporal, são descritos. As análises morfológicas potenciais evocadas visuais são esboçadas igualmente.

Padrões morfológicos do potencial evocado cortical Visual específico do estímulo

Aqui, apresentamos um protocolo para demonstrar um ensaio comportamental que quantifica como as características visuais alternativas, como as pistas de movimento, influenciam as decisões direcionais em peixes. Os dados representativos são apresentados na velocidade e na exatidão onde Shiner dourado (crysoleucas de Notemigonus) siga movimentos virtuais dos peixes.

Integrando ensaios psicofísicos visuais dentro de um labirinto Y para isolar a função que os recursos visuais desempenham em decisões de navegação

Apresentado aqui é um paradigma comportamental que provoca respostas robustas e rápidas de visuomotor nos músculos dos membros superiores humanos durante alcances visualmente guiados.

Um paradigma de alvo emergente para evocar respostas rápidas do visuomotor sobre músculos dos membros superiores humanos

Apresentamos um método para a estimulação química flexível e multimodal e registro da atividade neural simultânea de muitos vermes Caenorhabditis elegans . Esse método usa microfluídica, hardware e software de código aberto e análise automatizada supervisionada de dados para permitir a medição de fenômenos neuronais como adaptação, inibição temporal e crosstalk de estímulos.

Estimulação Multimodal Automatizada e Gravação Neuronal Simultânea de Múltiplos Pequenos Organismos

Um protocolo totalmente automatizado para roedor condicionamento operante é proposto. O protocolo se baseia em controle temporal precisa de eventos comportamentais para investigar até que ponto os experimentos influências deste controle neural atividade subjacente de integração sensório-motora e controle cognitivo.

Um totalmente automatizada Roedor Condicionado Protocolo para Sensorimotor Integração e Experimentos controle cognitivo

Aprenda a gerar estímulos controlados para experimentos de reconhecimento de figuras usando um banco de dados de 16 figuras. Este método permite avaliar objetivamente a relevância de características geométricas específicas na cognição visual.

Gerando estímulos controlados estritamente para experiências de reconhecimento de figura

Explorar mais vídeos