Tek-unit kayıtları kullanarak nesne temsilcilikleri makak Dorsal Visual akışı soruşturma

Bu yöntem, görsel ve motor sistemler sinirbilimindeki temel soruları yanıtlamaya yardımcı olabilir. Örneğin, nöronlar nesneleri ve nesne parçalarını nasıl kodlar? Ve nöral temsiller görselden motora nasıl değişir?

Bu yöntemin temel avantajı, nöronların ulaşma ve kavrama sırasında gerçek dünyadaki nesnelerle ve bir ekranda sunulan nesnelerin ve nesne parçalarının görüntüleriyle incelenebilmesidir. Bu prosedürü gösteren, bir postdoc olan Maria Romero ve laboratuvarımdan bir doktora öğrencisi olan Irene Caprara olacak. Nesne kavrama düzeneğinin önündeki test koltuğuna yerleştirilmiş denek ile başlayın.

Göz bebeğinin ve kornea refleksinin yeterli bir görüntüsünü elde etmek için nesnenin gözlerinin önünde bir kızılötesi kamera ayarlayın. Görsel olarak yönlendirilen kavrama görevini bir atlıkarınca kurulumu kullanarak çalıştırmak için, önce makakın, diziyi başlatmak için elini kaydedilen yarım küreye kontralateral olarak tam karanlıkta dinlenme pozisyonuna getirmesine izin verin. 2.000 ila 3.000 milisaniye arasında değişken bir denemeler arası aralıktan sonra, nesnenin tabanına sabitleme noktası olarak kırmızı bir lazer uygulayın.

Hayvan, 500 milisaniye boyunca elektronik olarak tanımlanmış bir sabitleme penceresi içinde bakışlarını sürdürürse, nesneyi yukarıdan bir ışık kaynağı ile aydınlatın. Ardından, 300 ila 1.500 milisaniyelik değişken bir gecikmeden sonra, görsel hareket işareti olarak lazerin karartılmasını programlayın. Makağa elini dinlenme konumundan kaldırması ve nesneyi 300 ila 900 milisaniye arasında rastgele bir değişken aralık boyunca uzanması, kavraması ve tutması talimatını verin.

Makak tüm diziyi doğru bir şekilde gerçekleştirdiğinde, onu bir damla meyve suyu ile ödüllendirin. Atlıkarınca kurulumuna gelince, diziyi başlatmak için makakın elini kaydedilen yarım küreye kontralateral olarak tamamen karanlıkta dinlenme pozisyonuna getirmesine izin verin. 2.000 ila 3.000 milisaniye sonra, nesne üzerindeki LED'i yakın.

Yine, hayvan bakışlarını elektronik olarak tanımlanmış bir sabitleme penceresinin içinde tutuyorsa, nesneyi beyaz bir ışık kaynağı ile aydınlatın. Gecikmeden sonra, görsel go işareti olarak LED'i kapatın. Yine maymun elini dinlenme pozisyonundan kaldırır ve nesneye uzanır, kavrar ve tutar.

Her doğru diziden sonra maymunu bir damla meyve suyu ile ödüllendirin. Eğitime ek nesnelerle devam edin. Görev sırasında yazılım, go sinyali ile el hareketinin başlangıcı arasındaki tepki süresini ölçmelidir.

Ve hareketin başlaması ile nesnenin kaldırılması arasındaki kavrama süresi. 2D görevler için standart bir LCD monitör kullanın. Tüm görsel uyaranları siyah bir arka plan üzerine yansıtın.

3D testler için, maymunun gözlerinin önünde iki ferroelektrik sıvı kristal panjur bulun. 3D testi için, maymunun gözlerinin önünde iki ferroelektrik sıvı kristal panjur bulun. Hızlı bozunan P46 fosfor ile donatılmış bir katot ışın tüpü monitöründe sol ve sağ göz görüntülerini değiştirerek uyaranları stereoskopik olarak sunarken, deklanşörleri monitörün dikey geri izlemesiyle senkronize olarak 60 hertz'de çalıştırın.

Sabitleme noktası olarak ekranın ortasında küçük bir kare sunarak denemeyi başlatın. Göz pozisyonu en az 500 milisaniye boyunca elektronik olarak tanımlanmış bir derece karelik pencere içinde kalırsa, görsel uyaranı ekranda toplam 500 milisaniye süreyle sunun. Maymun, uyaran dengelenene kadar stabil bir fiksasyon sürdürdüğünde, onu bir damla meyve suyu ile ödüllendirin.

Şekil seçiciliğini incelemek için, bir arama testiyle başlayan pasif sabitleme görevi sırasında 2B görüntülerle birden fazla test çalıştırın. VGG'de yakalanan nesnenin resimleri de dahil olmak üzere geniş bir görüntü seti kullanarak hücrenin görsel seçiciliğini test edin. Bu ve sonraki tüm görsel görevler için, tercih edilen görüntü olarak adlandırılan en güçlü yanıtı uyandıran görüntüyü, nöronun zayıf yanıt verdiği ve tercih edilmeyen görüntü olarak adlandırılan ikinci bir görüntüyle karşılaştırın.

Ardından, bir kontur testi yapın. Gerçek nesnelerin orijinal yüzey görüntülerinden, aynı uyaran şeklinin aşamalı olarak basitleştirilmiş versiyonlarını elde edin. Koşul başına en az 10 deneme toplayın.

Nöronun orijinal yüzeyi mi, silueti mi yoksa orijinal şeklin taslağını mı tercih ettiğini belirlemek için. Ardından bir alıcı alan testi çalıştırın. Farklı konumlardaki nesnelerin görüntülerini, merkezi görme alanını kaplayan bir ekranda sunun.

Burada üç derecede toplam 35 pozisyon kullanılmaktadır. Son olarak, minimum etkili şekil özelliğini belirlemek için alıcı alanın merkezinde sunulan kontur parçalarıyla bir küçültme testi yapın. Minimum etkili şekil özelliğini, bozulmamış anahat yanıtının en az %70'i olan bir yanıtı çağrıştıran en küçük şekil parçası olarak belirleyin.

Bu görüntü, F5p alanından kaydedilen, bir küre ve bir plaka ile test edilen ve iki farklı boyutta gösterilen örnek bir nöronun tepkilerini göstermektedir. Bu özel nöron, yalnızca büyük küre optimal uyaranına değil, aynı zamanda büyük plakaya da yanıt verdi. Karşılaştırıldığında, daha küçük nesnelere verilen tepki daha zayıftı.

Aşağıdaki görüntüler, anterior intraparietal bölgede kaydedilen ve hem görsel olarak yönlendirilen kavrama görevi hem de pasif fiksasyon sırasında test edilen örnek bir nöronun sonuçlarını göstermektedir. Bu nöron kavrama sırasında duyarlıydı. Nöron ayrıca, kavrama görevinde kullanılan nesnelerin resimleri de dahil olmak üzere, nesnelerin 2D görüntülerinin görsel sunumuna da duyarlıydı.

Tercih edilen, kavranacak nesne değil, hayvanın daha önce kavrama deneyimi olmayan başka bir 2D resimdi. İndirgeme testinde elde edilen yanıtların bir örneği burada gösterilmiştir. Bu örnek nöron, testteki en küçük parçalara yanıt verdi.

Bir kez ustalaştıktan sonra, bu teknik doğru şekilde uygulanırsa 90 dakikadan daha kısa sürede yapılabilir. Bu videoyu izledikten sonra, yanıtları yönlendiren kritik özellikleri belirlemek için dorsal görsel akıştaki nöronları nesneler ve nesnelerin görüntüleri ile nasıl test edeceğinizi iyi anlamış olmalısınız.