部分识别：P3波反映了任务相关目标与呈现刺激之间的自上而下的相似性

《Biological Psychiatry》：Partial recognition: The P3 marks the top-down similarity between task-relevant targets and presented stimuli

面部识别中ERP成分与相似度距离的关系研究。采用GAN模型生成面部刺激，测试N170和P3与相似度距离的关联。结果显示N170在早期区分目标与干扰项，P3振幅与距离呈负相关。区分了全局工作记忆匹配与局部概率更新两种解释，支持上下文动态更新机制。

　　人类的视觉识别过程是认知活动的重要组成部分，它涉及到对刺激物进行感知、记忆编码以及行动选择等多个阶段。在研究这一过程中，P3波作为一种心理生理学标记，与物体检测、记忆编码和行动选择密切相关。然而，对于像面孔这样的刺激物，计算其与目标之间的相似性仍然是一个模糊不清的任务，因为面孔具有大量潜在相关的特征，使得识别变得复杂。

在之前的实验中，研究者提出当前的神经网络可以同时定义刺激物在客观、物理和主观认知层面的相似性，并且这种相似性与P3波的幅度具有线性关系。然而，这一发现并未明确区分P3波的变化是否反映了自上而下的任务相关识别过程，还是自下而上的家族相似性重复效应。因此，研究者重新设计了实验，引入了与目标精确匹配的干扰刺激，这些干扰刺激是在与目标相同的距离下进行采样和呈现的。

实验结果表明，在N170潜伏期，目标与其它图像之间出现了早期的二元区分，而在P3波中，距离的变化对波幅产生了明显影响：距离越大，P3波幅越小。同时，目标相关性的影响与感知干扰刺激的影响是相互分离的，后者并未对N170产生任何影响，且在P3波中仅表现出微小的二元效应，与具体距离无关。这些发现表明，将目标保留在视觉工作记忆中涉及一个早期的自上而下机制，该机制评估感知决策的证据。随后，一个更为被动的自下而上过程会更新刺激物身份的概率和表征。

在研究过程中，视觉识别通常被视为感知和记忆之间的二元结果，但实际上，日常生活中的认知过程远比这复杂。例如，在实验中使用的“oddball”范式中，某些变体允许研究者独立操控刺激物的特征和任务相关性。在此范式中，一个任务相关的刺激物（如数字4）可能在一系列标准刺激（数字2）、目标刺激（数字4）和新颖刺激（色彩复杂的图案）中被识别和响应。这种设计使得刺激物要么是目标，要么不是目标，从而排除了对分级目标相似性测量的需求。

然而，现实生活中的认知过程远不如实验设计那样简单。例如，在面部识别中，存在许多现象，如错误识别、识别失败和常见相似面孔，这些现象表明感知决策存在于一个从明显不相关到部分熟悉再到确定识别的连续谱中。N170和P3波作为分别对任务相关面部身份和一般刺激物敏感的成分，可能是实现这一认知过程的候选生物标记。

在研究中，当刺激物空间未被明确界定时，估计客观相似性、主观识别和ERP之间的关系变得困难。例如，在面部识别领域，长期以来认为人类识别依赖于构型或“整体”检测，但这种机制的具体内容仍不清楚。因此，计算机视觉领域通常依赖两种不同的模型来进行面部身份识别：一种是基于提取有限已知特征的模型，另一种是基于“黑箱”方法的神经网络，这些网络被训练以最佳方式逼近输入分布。

早期的计算机视觉模型由于计算能力的限制，只能提取有限的特征，如鼻子的宽度和长度、嘴巴的位置和下巴的形状等，这些特征共同构成了一个特征向量，如果精确测量，可以相对准确地进行识别。在这种情况下，一个简单的“特征重叠计数”可以正向预测P3波的幅度。例如，Azizian等人（2006）使用了由八个二元特征定义的简单面部刺激：鼻子、嘴巴、左右眼、左右眉毛和左右耳的有无。他们进行了一项oddball实验，其中完整的面部（所有八个特征存在）或空的面部（没有特征存在）作为目标，结果表明，刺激物与目标的相似性越高，P3波的幅度也越高。这种结果似乎支持了视觉识别可以像经典的语义记忆理论一样，通过特征重叠进行识别。

然而，现代计算机视觉方法表明，神经网络可以被训练以逼近复杂刺激物的分布，从而提供一种无假设的基础来定义刺激物相似性并预测P3波的幅度。例如，生成对抗网络（GANs）通过两个模型的竞争训练：一个生成模型被任务为产生与训练输入相似但不完全相同的刺激物，而一个判别模型则试图区分生成的刺激物与真实的输入刺激物。这种方法无需预先定义的特征或数据标注，即可构建一个代表空间，从而推导出刺激物相似性距离度量。例如，De La Torre-Ortiz等人（2023）创建了一个512维的GAN表示，用于面部刺激物，生成了目标面部、特定距离的目标衍生面部和随机干扰面部。他们发现，距离（即相似性的倒数）对P3波幅产生了近似线性的负效应：距离越大，P3波幅越小。他们的数据因此明确支持了Azizian等人（2006）的发现，并扩展了分级相似性效应至未明确界定的空间。

在进行更深入的研究之前，确定De La Torre-Ortiz等人（2023）的实验中识别的层次至关重要。他们的实验表明，目标衍生图像会产生明显的影响：它们与初始目标的相似性越高，P3波幅也越高。这种结果似乎表明，参与者在视觉工作记忆中形成了一个“目标”图像，然后与实际的面部进行匹配。然而，令人遗憾的是，验证这种效应的行为数据并未被记录，使得无法推断心理生理学关联。

此外，还存在另一种可能性，即面部识别可能在局部层面进行。在De La Torre-Ortiz（2023）的实验中，目标衍生图像，尤其是在低距离下，表现出明显的家族相似性，这意味着参与者很少遇到这些图像。因此，如果初始呈现的目标被遗忘或完全忽略，类似的效应可能也会被预期。换句话说，实验设计混淆了频率与任务相关性，使得难以确定识别是工作记忆的功能，还是与常见起源距离相关的低级oddball效应。

根据常见的上下文更新假说，P3波是特定刺激物出现时遇到的概率的生物标记。因此，每个目标如果与另一个目标相似，可能会不仅更新整个目标家族的出现概率，同时更新其整体特征表征。这种解释并未否定实验结果，而是强调了与目标相关的类别感知的局部效应，而非与目标匹配的整体工作记忆效应。

在本研究中，研究者决定重复De La Torre-Ortiz等人（2023）的实验，但进行了两项重要的修改。在保持目标刺激物的表示和概率属性的同时，研究者生成了在与目标相似距离下呈现的干扰刺激物。换句话说，干扰刺激物与目标相似，呈现频率相同，具有相似的家族相似性，但它们不被任务相关。研究者的目标是确定观察到的相似性与P3波之间的线性关系是由于与初始目标在工作记忆中的匹配，还是由于对刺激物相对概率的计算过程。在第一种“全局目标”情况下，只有目标相似性应与N170和P3波产生明显关系，而干扰相似性则不应。因此，这一假设预测了目标但非干扰相似性与ERP幅度之间存在分级的正向关系。在第二种“局部目标”情况下，干扰刺激物与目标之间的相似性与ERP幅度的关系应平行。具体而言，这一假设预测了对目标和干扰刺激物的效应，但仅以二元形式存在，因为它们是否与其它目标或干扰刺激物的家族存在相似性。最后，研究者认为N170和P3波可能会在这些二元和分级关系之间分化，因此测试了这两个成分。

在实验过程中，研究者选择了35名志愿者参与实验，其中两名在EEG记录中表现出极高噪声，被排除在分析之外。其余33名志愿者的平均年龄为22.91 ± 2.36岁，其中16名为女性，17名为男性，且所有参与者均为右撇子。在实验前，他们被充分告知实验的性质和目的，以及作为志愿者的权利，包括随时退出的权利。

为了验证参与者是否按照指示执行任务，研究者分析了目标识别，并发现参与者通常表现良好，98.77%（SD = 2.31%）的实验试次以识别目标而非干扰刺激物结束（考虑到50%的基线概率）。然而，即使能够准确识别目标，所有目标并非都能被无误识别，距离显示出目标识别的偏移。同样，目标的识别也会受到距离的影响。

研究者进一步探讨了目标相似性与ERP之间的关系是否因与初始目标在工作记忆中的匹配而产生，还是因对刺激物相对概率的计算过程而产生。在第一种“全局目标”情况下，只有目标相似性应与N170和P3波产生明显关系，而干扰相似性则不应。因此，这一假设预测了目标但非干扰相似性与ERP幅度之间存在分级的正向关系。在第二种“局部目标”情况下，干扰刺激物与目标之间的相似性与ERP幅度的关系应平行。具体而言，这一假设预测了对目标和干扰刺激物的效应，但仅以二元形式存在，因为它们是否与其它目标或干扰刺激物的家族存在相似性。最后，研究者认为N170和P3波可能会在这些二元和分级关系之间分化，因此测试了这两个成分。

通过这些实验和分析，研究者希望揭示视觉识别过程中，目标与刺激物之间的相似性如何影响ERP的幅度，以及这种影响是否与工作记忆中的匹配有关，还是与刺激物的相对概率有关。这些发现对于理解人类视觉系统如何处理自然刺激物具有重要意义，并为未来的研究提供了新的视角。