Overview
출처: 조나단 플롬바움 연구소 -존스 홉킨스 대학
정신 물리학은 물리적 양이 어떻게 신경 발사 및 크기의 정신 표현으로 번역되는지 설명하려고 하는 심리학 및 신경 과학의 한 지점입니다. 이 분야의 한 가지 질문은 JND(JND)와 관련이 있습니다: 변경이 인식될 수 있도록 어떤 것이 변경되어야 합니까? 이에 대한 직관을 펌핑하려면, 작은 아이들이 상대적으로 말하기, 엄청난 속도로 성장한다는 사실을 고려하지만, 하나는 거의 매일 일어나는 성장을 통지하지 않습니다. 그러나 아이가 수면 캠프에서 돌아오거나 조부모가 장기간 결석 한 후 아이를 볼 때, 성장의 단지 몇 주 는 지각 이상입니다. 그것은 거 대 한 보일 수 있습니다! 높이의 변화는 매일 일어나는 작은 변화가 너무 작아서 인식할 수 없기 때문에 부재 후에만 발견됩니다. 그러나 부재 후, 많은 작은 변화가 합산됩니다. 그렇다면 눈에 띄기 위해서는 얼마나 많은 성장이 필요합니까? 최소 금액은 JND입니다.
심리학자와 신경 과학자들은 많은 영역에서 JND를 측정합니다. 빛을 얼마나 밝게 발견해야 합니까? 소리가 얼마나 더 커야 합니까? 그들은 종종 강제 선택 패러다임을 사용하여 측정을 얻을. 이 비디오는 크기에 초점을 맞추고 셰이프 영역이 변경될 때 JND를 측정하는 표준 접근 방식을 시연합니다.
Procedure
1. 장비
- 이 실험의 경우 E-Prime과 같은 컴퓨터 및 실험 구현 소프트웨어 또는 MATLAB 또는 PsychoPy와 같은 프로그래밍 환경을 사용합니다.
2. 자극 및 실험 설계
- 이 실험은 동일한 기본 설계를 가진 반복된 시험을 포함합니다. 화면에 디스크 두 개가 동시에 표시되며, 하나는 왼쪽에, 오른쪽에 는 하나씩 나타납니다. 하나는 항상 다른 것보다 더 크고, 작업은 키 프레스를 사용하여 더 큰 것을 선택하는 것입니다. 세부 사항은 다음과 같습니다.
- 반경이 10 px인 파란색 디스크를 그리도록 실험을 프로그래밍합니다. 디스크는 실험의 각 예심에 표시되며 디스플레이를 세로로 중심으로 디스플레이의 왼쪽 또는 오른쪽 절반중 하나에서 수평으로 가운데 표시됩니다. 모든 시험에서 변경되지 않는 것처럼 보이는 하나의 자극을 사용하여 때로는 일정한 자극의 방법을 호출합니다. 그것은 단지 각 시험에서 두 자극 중 하나가 항상 동일하다는 사실을 말합니다. 따라서 10 px 블루 디스크는 일정한 자극입니다.
- 각 시험의 일정한 자극 과 반대로 다른 파란색 디스크를 표시합니다. 이 디스크를 비교 자극이라고 합니다. 5~9일, 11~15px 사이의 반경이 있습니다. 총 10가지 가능성입니다. 실험에서, 20개의 가능한 비교 자극각각에 대해 각각 10개의 시험을 포함한다. 따라서 실험에는 200개의 시험이 포함됩니다.
- 200ms의 화면에 두 자극을 표시하고 '더 큰 L/R은 무엇입니까?' 라고만 읽는 화면이 있습니다. 그림 1은 각 평가판의 이벤트 순서를 스키마화합니다.
- 'L' 키 응답은 왼쪽 개체가 더 크다는 것을 나타내며' R' 키 응답은 오른쪽 개체가 더 큰 것으로 인식되었음을 지정합니다.
- 프로그램이 다음 중요한 데이터를 테이블에 출력해야 합니다: 평가판 번호, 비교 자극의 크기, 비교 자극의 화면 위치, 올바른 응답 및 참가자가 제공한 응답. 도 2는 이러한 데이터 테이블의 샘플을 나타낸다.
그림 1. 원 크기에 대한 저드 눈에 띄는 차이(JND)를 측정하는 실험에서 단일 강제 선택 시험의 회로도 묘사. 먼저 준비된 화면으로 인해 참가자에게 평가판이 시작됩니다. 다음으로 디스플레이에 파란색 디스크 두 개가 나란히 나타납니다. 그들은 단지 200 ms에 대한 존재 남아, 어느 시점에서 디스플레이는 응답을 위해 참가자를 묻는 메시지가 표시됩니다. 'L' 키는 왼쪽의 개체를 나타내고 오른쪽에 있는 개체를 나타내는 'R' 키를 사용합니다.
그림 2. 강제 선택 JND 실험의 샘플 출력 테이블입니다. 열은 실험 프로그램의 관련 데이터를 보고합니다.
3. 실험 실행
- 참가자를 모집하고, 그녀가 실험실에 도착하면 그녀는 모양의 인식에 간단한 실험을 할 것이라고 그녀에게 말한다. 그런 다음 그녀의 완전한 통보 된 동의를해야합니다.
- 참가자를 테스트 컴퓨터 앞에 앉고 다음과 같이 작업을 설명합니다.
- 이 실험의 모든 평가판에는 동일한 기본 이벤트 시퀀스가 포함됩니다. 먼저 화면에 'Ready?'라는 단어가 표시됩니다. 평가판을 시작할 준비가 되면 스페이스바를 누릅니다. 이 때 화면 양쪽에 파란색 디스크 두 개가 매우 짧게 나타납니다. 그들이 사라지면 디스플레이는 '어떤 것이 더 큰, L / R인가?' 당신의 임무는 두 디스크 중 어느 것이 당신에게 더 크게 보였는지, 오른쪽에 있는 디스크 또는 화면 왼쪽에 있는 디스크를 보고하는 것입니다. 실험에는 200개의 시험이 있지만 짧습니다. 전체 실험은 5분 미만이 소요됩니다. 질문이 있으십니까?
- 질문에 대답한 후 실험 프로그램을 시작하고 참가자가 시작하도록 합니다. 실험이 완료될 때까지 조용한 시험장에 그녀를 남겨 둡니다.
4. 결과 분석
- 결과를 분석하기 위해 가장 먼저 해야 할 일은 어떤 응답이 정확하고 잘못되었는지 를 결정하는 것입니다. 이러한 목적을 위해 데이터 출력 테이블에 열을 추가합니다. 주어진 응답과 올바른 응답을 비교하여 지정된 응답이 정확하고 0이 아닐 때 최종 열을 1로 표시합니다.
- 빠르게 성능이 합리적이었다 는 것을 확인 - 참가자가 5 및 15 px 때 완벽한 정확도에 있었다, 어떤 오류가 이루어지지 않았어야하지 않았어야 10에 비해 충분히 큰 차이.
- 이제 데이터 테이블에 'C 응답 비율'이라고 하는 다른 열을 추가합니다. 열에서 참가자가 비교 또는 상수를 선택했는지 여부를 기록합니다. 비교 개체를 선택한 경우 열에 1을 표시합니다. 상수를 선택한 경우 0을 표시합니다.
- 이제 각 비교 크기에 대해 참가자가 비교를 더 크게 선택한 시간의 일부를 계산합니다. 5의 비교 자극의 경우, 숫자는 0에 가깝어야하며, 비교 자극의 경우 1에 가깝어야한다.
- 결과를 시각화하려면 x축에 대한 비교 크기와 y축에서 선택한 횟수와 함께 분산 플롯을 만듭니다. 그림 3의 것과 비슷하게 보입니다.
그림 3. 원 반경에 대한 JND를 찾기 위한 강제 선택 실험의 결과입니다. 플롯은 비교 자극의 크기의 함수로서 비교 자극이 더 큰 (참가자에 의해) 선택된 시간의 비율이다. 일정한 자극은 항상 10 px의 반경을 가졌다.
차이를 인식하기 위해 정확히 얼마나 많은 것을 변경해야 합니까?
예를 들어, 빠르게 성장하는 어린 아이들이 매일 키가 커진다고 생각해 보십시오. 그러나, 그들은 여전히 농구에 도달하기 위해 고군분투 특히, 미묘한 변화를 통지하기 어려운 경우가 많습니다.
훨씬 더 긴 기간 동안, 그들의 성장 분출은 인식 보다 더 된다; 사실, 금액은 엄청난 보일 수 있습니다! 높이의 이러한 변화는 작은 일상적인 차이가 인식 할 수 너무 작기 때문에 경과 후에만 발견됩니다.
최소한의 아직 인식된 양은 눈에 띄는 차이이며, 이 예에서 눈에 띄는 양은 가장 적은 양의 성장입니다.
이 비디오는 모양 크기의 눈에 띄는 차이를 측정하기 위한 표준 접근 방식을 보여줍니다. 실험을 설계하고 실행하는 데 필요한 단계에 대해 논의할 뿐만 아니라 데이터를 분석하고 영역의 변화가 얼마나 작은지 설명하는 결과를 해석하는 방법을 설명합니다.
이 실험에서 참가자는 크기가 다양하고 더 큰 원을 선택해야 하는 두 개의 서로 다른 원을 간략하게 표시합니다.
각 시험 도중, 하나는 항상 동일 둘레로 제출됩니다, 반면 다른 하나는 다릅니다. 이 방법은 일정한 자극의 방법으로 지칭된다.
이 경우 상수 자극은 반경이 10 px로 설계되고 화면의 왼쪽 또는 오른쪽에 무작위로 위치합니다. 대조적으로, 비교 자극이라고 불리는 다른 원은 5와 9 사이와 11 그리고 15 px 사이에서 변화하는 반경을 갖습니다.
이러한 10가지 가능성을 감안할 때, 비교 자극은 총 200회 시험에서 각각 10회 표시됩니다. 종속 변수는 자극이 더 큰 변수로 선택된 것으로 기록됩니다.
참가자는 두 자극 사이의 크기 차이를 인식하는 경우 올바르게 선택할 것으로 예상됩니다. 그러나 모양이 둘레에 더 가깝고 눈에 띄는 차이 보다 낮을 때 성능이 저하될 것으로 예상됩니다.
실험을 시작하려면 실험실의 참가자에게 인사합니다. 컴퓨터 앞에 편안하게 앉아 있는 그들과 함께 작업 지침을 설명합니다: 화면은 스페이스 바를 누를 때까지 "Ready?" 라는 단어가 표시됩니다.
두 개의 파란색 자극이 나타나는 것을 보고 참가자에게 오른쪽 응답을 위해 왼쪽 및 'R'의 'L' 키를 눌러 더 큰 자극을 표시하도록 지시합니다. 그들이 어느 것이 더 큰지 확실하지 않다면 추측해야 한다는 것을 상기시켜 줍니다.
참가자가 가질 수 있는 질문에 대답한 후 룸을 떠나십시오. 5분 동안 200번의 시험을 모두 완료할 수 있습니다. 그들이 끝나면 방으로 돌아와 실험에 참여해 주셔서 감사합니다.
데이터를 분석하려면 먼저 각 참가자의 응답을 캡처한 프로그래밍된 출력 파일을 검색합니다. 데이터를 빠르게 살펴보면 성능이 합리적이었는지 확인합니다(즉, 비교 자극의 크기가 5와 15 px였을 때 정확도는 거의 완벽했습니다).
다음으로 '정확도'라는 출력 테이블에 열을 추가하여 기록된 답변이 올바른지 여부를 결정합니다. 주어진 것을 모든 시험에 대한 올바른 응답과 비교합니다. 다음 IF 문을 사용하여 지정된 응답이 정확하고 0이 올바르지 때 1을 등록합니다.
이제 '비교 응답 비율'이라고 표시된 테이블에 다른 열을 추가합니다. '비교 위치'와 '응답'이라는 열을 비교하고 새로운 IF 문을 사용하여 비교 자극을 선택한 경우 '1'을 표시하거나 상수를 선택하면 '0'을 표시합니다.
결과를 시각화하려면 x축에 대한 비교 크기와 y축에서 더 큰 것으로 선택된 횟수의 비율로 분산 플롯을 만듭니다. 일정한 자극은 항상 10 px 반경이 있었기 때문에 5 또는 6 px radii를 가진 자극은 거의 선택되지 않았으며 14 또는 15명이 항상 선택되었다는 것을 기억하십시오.
반경이 9또는 11px로 비교가 더 어려웠고 참가자들은 종종 실수를 저질렀습니다. 사실, 성능은 우연한 수준에 있었다, 차이가 인식되지 않았음을 시사.
눈에 띄는 차이를 계산하려면 반경 12의 반경을 뺀 시간의 75%를 선택한 비교 크기를 8px의 반경(반지경 8)을 뺀 비교 크기를 취하고 결과를 2 px의 응답을 위해 결과를 2로 나눕니다.
즉, 원의 반경은 크기가 정확하게 인식되기 위해서는 적어도 2 px로 다를 필요가 있습니다.
이제 시각적 개체의 크기에 대한 인식의 눈에 띄는 차이에 익숙해지면 이 패러다임이 신경 생리학적 연구에서 뇌가 어떻게 반응하는지 탐구하고 식품의 지방 수준을 구별하는 것과 같은 다른 행동 상황에서 어떻게 사용되는지 살펴보겠습니다.
연구원은 시각적 피질의 개별 뉴런이 물체의 크기와 같은 세계의 물리적 특성을 어떻게 인코딩하는지 조사했습니다.
자극 프리젠 테이션과 함께 발사 패턴을 측정하는 전기 생리적 기록 기술을 사용하여, 연구원은 크기에 민감한 뉴런이 때때로 실제로 다른 크기의 물체에 동일한 방식으로 반응한다는 것을 발견했다.
JND가 거의 눈에 띄는 이유입니다 : 때로는 뇌에서 관련 자극이 실제로 구별 할 수없는 효과를 일으킵니다.
또한, 연구원은 음식에 지방 농도 를 감지 하기 위한 개별 임계값을 특성화 하기 위해 그냥 눈에 띄는 차이 작업을 사용 했습니다.
그(것)들은 더 높은 바디 질량 색인을 가진 개별이 견본에 있는 지방산을 맛보기 전에 더 높은 다만 눈에 띄는 다름, 또는 더 높은 임계값을 요구한다는 것을 것을을 발견했습니다. 이러한 결과 과잉 지방 소비를 제한 하는 새로운 접근 으로 이어질 수 있습니다.
당신은 단지 눈에 띄는 차이에 JoVE의 소개를 보았다. 이제 실험을 설계하고 실행하는 방법과 결과를 분석하고 평가하는 방법을 잘 이해해야 합니다.
시청해 주셔서 감사합니다!
Subscription Required. Please recommend JoVE to your librarian.
Results
그림 3의 그래프는 비교 자극이 반경 크기의 함수로 선택된 시간의 비율을 보여줍니다. 일정한 자극은 항상 이 실험에서 10px 반경을 가지고 있음을 기억하십시오. 이 때문에 반경 5 또는 6 px의 비교는 거의 선택되지 않으며, 거의 항상 14 또는 15 px 경우 반경으로 선택됩니다. 그러나 반지름이 9 또는 11 px로 비교가 어렵습니다. 참가자는 종종 실수를 합니다. JND는 다음과 같이 정의됩니다: 시간의 약 75%를 선택했을 때의 비교 크기는 25%로 선택될 때 의 크기를 뺀 값으로 모두 2로 나뉩니다. 여기서 는 각각 12와 8입니다. 따라서 원 반지름에 대한 JND는 2 px입니다.
이것이 JND의 정확한 계산인 이유에 대한 자세한 수학적 이유가 있으며, 통계 및 일반 분포(bell 곡선)의 특성과 관련이 있습니다. 그러나 그래프를 보면 계산이 더 직관적이어야 합니다. 반경이 1px보다 작거나 10개에 불과했을 때 참가자는 0.5에 가까운 성적을 거두며 많은 실수를 저질렀는데, 이는 그녀가 추측하는 경우 생성할 것입니다. 그러나 2의 픽셀 차이로 성능이 빠르게 더 정확해졌고 3 개 이상의 픽셀 차이로 거의 완벽했습니다. 도 4는 JND의 계산을 설명하기 위한 그림 3의 인장판 버전입니다.
그림 4. 그림 3의 추가 버전입니다.
Subscription Required. Please recommend JoVE to your librarian.
Applications and Summary
JND를 측정하는 지속적인 자극 접근법의 주요 응용 프로그램 중 하나는 신경 과학에 왔다, 특히 신경 생리학 연구에서 개별 뉴런의 발사가 세계에 대한 물리적 특성을 인코딩하는 방법을 조사하기 위해 고안. 이 연구 결과는 일반적으로 그들의 시각 피질에 이식된 전극을 가진 원숭이를 관련시킵니다. 전극은 빠른 전기 신호를 실시함으로써 발사 또는 스파이크에 의해 시각적 자극에 반응하는 개별 세포를 관통한다. JND 방법을 사용하는 연구에서, 연구원은 개별 뉴런이 시끄러운 것을 발견했습니다 - 그들은 자극의 크기 또는 밝기 또는 색상에 반응하는 것은 매번, 그러나 몇몇 가변성. 그 결과 매우 유사한 두 자극이 일부 시간과 동일한 응답을 유도합니다. 반경이 10 px인 원은 반경 9px 또는 반경이 11px인 원과 동일한 뉴런 응답을 얻을 수 있습니다. JND가 거의 눈에 띄는 이유입니다 : 때로는 뇌에서 관련 자극이 실제로 구별 할 수없는 효과를 일으킵니다.
Subscription Required. Please recommend JoVE to your librarian.
