在非连续闪光抑制下无意识解码动态人脸和场景

【字体: 时间:2025年02月01日 来源:Communications Biology 5.2

编辑推荐:

  随着复杂的分析和刺激的实施,面部信息可以在无意识的条件下解码。

  

突破感知界限:非连续闪光抑制下无意识面孔与场景解码的神经机制新探


在感知科学领域,人类无意识加工的深度一直是研究的热点与争议焦点。近期,来自台湾大学心理学系的 Yen-Ju Feng、Shao-Min Hung 和 Po-Jang Hsieh 等研究人员在《Communications Biology》期刊发表了题为 “Decoding dynamic faces and scenes without awareness under dis - continuous flash suppression” 的研究论文。该研究通过改进实验范式、刺激材料和分析方法,深入探究无意识面孔加工的神经关联,为理解人类无意识感知的神经机制提供了关键证据,有助于填补行为学与神经影像学研究之间的空白,推动感知科学领域对无意识加工的认知发展。

一、研究背景


人类有意识感知的能力存在局限,这促使心理学家探索感觉系统中无意识加工的可能性。双眼抑制技术,尤其是连续闪光抑制(CFS),成为研究无意识加工的有力工具。在 CFS 范式下,一只眼睛呈现的动态高对比度抑制刺激可使另一只眼睛的目标刺激变得不可见,借此研究人员能够探究被抑制的视觉刺激是否仍能在无意识状态下被加工。已有研究表明,CFS 能检测到刺激进入意识的差异,且被抑制刺激作为无意识启动刺激会影响后续行为反应,暗示了双眼抑制中存在阈下知觉加工。

在各类视觉刺激中,人脸因其在生态环境中的重要性,在视觉科学研究中备受关注。大脑中存在专门负责处理面部信息的区域,这在人类和非人灵长类动物研究中均得到证实。为探究各种面部信息能否在无意识状态下被获取,CFS 范式被广泛应用。例如,研究发现恐惧面孔相较于中性和快乐面孔,具有更短的抑制持续时间,优先被加工;该范式还可用于区分不同抑郁水平和精神病特质的个体,以及研究无意识评估在面部感知社会维度(如优势、可信度和吸引力)评价中的作用。

然而,尽管行为学研究成果丰富,但双眼抑制下视觉信号的神经基础仍未完全明晰。对于被抑制面孔是否能产生可靠的神经信号,学界存在争议。不同研究利用不同技术和分析方法,得出了相互矛盾的结论。例如,部分研究表明特定脑区可区分被抑制的面孔和其他物体,而另一些研究则发现看不见的面孔在腹侧和背侧视觉通路中的脑激活几乎消失。此外,刺激的性质和分析方法的选择对检测双眼抑制下的神经激活至关重要,这些不一致的结果使得视觉层级中无意识加工的深度难以确定,凸显了深入研究的必要性。

二、研究材料与方法


(一)研究对象


研究招募了 43 名健康的右利手志愿者(男性 18 名),年龄在 20 - 35 岁之间(平均年龄 22.40 岁,标准差 3.00)。所有参与者视力正常或矫正后正常,无神经或心理疾病史。研究依据赫尔辛基宣言的伦理标准进行,并获得台湾大学机构审查委员会的批准,参与者因参与两个 60 分钟的实验环节获得约 60 美元的报酬。通过预实验确定样本量,为研究的可靠性提供保障。

(二)实验刺激


实验采用动态和静态两种刺激材料。动态刺激源于 Pitcher 等人的研究,包含 3 秒的面部和场景视频片段,面部视频展示儿童和成人在黑色背景下的活动,场景视频取自不同地点的风景。静态刺激则从每个视频片段中每隔 0.6 秒提取一帧,每个视频共生成 5 张静态图像。

(三)实验程序与设计


实验前通过卡片孔测试确定优势眼。在功能磁共振成像(fMRI)扫描过程中,参与者借助特定的护目镜系统,在非连续闪光抑制(dCFS)条件下观看双眼刺激。实验分为两个 60 分钟的 session,每个 session 包含四个有意识(CON)和四个无意识(UNCON)的实验运行(run)。每个 run 包含静态面孔(SF)、静态场景(SS)、动态面孔(DF)和动态场景(DS)四种刺激类型,每种刺激类型包含 11 个试次,试次间穿插 8 秒、10 秒或 12 秒的空白间隔。

在实验试次中,首先呈现 2 秒空白屏幕,随后优势眼观看闪烁的彩色 Mondrian 抑制刺激,非优势眼同时呈现 400 毫秒的目标刺激,构成 “on” 期;之后双眼刺激停止,再呈现 400 毫秒空白屏幕作为 “off” 期。静态试次中,每个静态刺激对应一个 “on” 期;动态试次中,视频片段被分割为多个 400 毫秒的片段,分别对应不同 “on” 期。实验过程中,参与者需手持两个响应垫,根据目标刺激是否可见进行按键反应,完成检测任务和定位任务,数据处理时根据检测任务结果区分有意识和无意识试次。同时,实验采用三上一下的阶梯法调整目标刺激的对比度,以确保刺激的有效性。

(四)数据分析方法


  1. 感兴趣区域(ROI)确定:通过将 GLM Model 1 的结果叠加到预定义的个体解剖 ROI 上,生成功能引导的个体 ROI,分别确定双侧 OFA 和 FFA 区域。
  2. 图像采集与预处理:使用 3 - Tesla 西门子 Prisma 扫描仪采集全脑功能 T2 加权回波平面图像(EPI)和 T1 磁化准备快速采集梯度回波(MPRAGE)序列图像。利用 SPM 12 对图像进行预处理,包括对齐、配准、归一化到 MNI 空间,在进行单变量分析时对图像进行高斯核平滑处理(8mm FWHM),但多变量分析时不进行平滑处理,ROI 的 SVM 分析在原始空间进行,不进行归一化和平滑。
  3. 单变量分析:采用大规模单变量方法,分别分析有意识和无意识条件下与每种刺激类型相关的脑活动(BOLD 信号变化)。构建包含 4 个回归变量(分别代表 SF、SS、DF 和 DS)的 GLM 模型 1,同时纳入白质信号和 6 个运动参数作为干扰回归变量,并使用高通滤波器去除低频漂移。通过设置特定的对比(静态面孔 vs 静态场景、动态面孔 vs 动态场景、组合面孔 vs 组合场景)进行组水平推断,T 统计图像阈值设置为未校正 p <0.001,扩展阈值> 20。
  4. 多变量分析:针对每个实验运行分别构建 GLM 模型 2,每个模型包含 5 个回归变量(四种刺激类型和空白),生成六对刺激与基线的对比。利用监督支持向量机(SVM)对 GLM 结果的体素数据进行全脑二元解码分析,通过 n 折交叉分类(留一法交叉验证)在每个参与者层面进行独立分析。为校正多重比较,显著簇的确定标准为 FWE 校正 p <0.05 且簇大小> 30 个体素。此外,针对 FFA 和 OFA 等与面孔相关区域的个体差异,通过 T1 分割结果确定个体 FG,进而定义 FFA 和 OFA 区域,在这些区域上进行线性 SVM 分析并评估分类性能 。

三、研究结果


(一)行为学结果


通过对比有意识和无意识条件下定位任务的准确率,验证了参与者行为报告的有效性。有意识条件下,定位任务准确率极高(M = 97.91,SD = 3.27,SE = 0.50,t (42)= 96.17,p < 0.001,Cohen's d = 14.65);无意识条件下,准确率与随机水平无差异(M = 52.35,SD = 8.35,SE = 1.27,t (42)= 1.84,p = 0.07,Cohen's d = 0.28)。同时,有意识条件下未被看见的试次比例较低(Mean = 1.72%,SD = 3.99),无意识条件下则略高于 75%(Mean = 80.49%,SD = 14.94,t (42)= 2.41,p = 0.04,Cohen's d = 0.37),表明实验操作有效,参与者在不同条件下的表现符合预期。

(二)单变量结果


在有意识条件下,对比静态面孔与静态场景、动态面孔与动态场景、组合面孔与组合场景,发现面孔在多个脑区产生更强激活,如左枕下回、左梭状回、右颞下回等。然而,在无意识条件下,无论对比静态、动态还是组合的面孔与场景,单变量激活均无差异,表明单变量分析难以检测到无意识状态下面孔与场景的差异激活。

(三)全脑多变量结果


在有意识和无意识条件下分别进行三组二元解码分析。有意识条件下,多个脑区可区分静态面孔与静态场景、动态面孔与动态场景以及组合面孔与组合场景。无意识条件下,同样有多个脑区能够区分被抑制且不可见的静态面孔与静态场景、动态面孔与动态场景,以及组合面孔与组合场景,如左前扣带回皮层、左辅助运动区、右距状裂等区域参与其中,这表明全脑多变量分析能够揭示无意识状态下面孔与场景的差异激活模式。

(四)ROI 多变量结果


利用更精细的 ROI 分析方法,发现双侧 OFA 和 FFA 在无意识状态下能够区分动态面孔与动态场景,但只有右侧 OFA 可以区分静态面孔与静态场景。当合并静态和动态试次时,右侧 OFA 同样能够区分不可见的面孔与场景。这表明 OFA 和 FFA 在无意识面孔感知中发挥着关键作用,尤其是在处理动态面孔信息时 。

四、研究结论与讨论


研究结果表明,在视觉抑制条件下,无意识面部信息能够被可靠提取。具体而言,单变量分析无法检测到无意识状态下面孔与场景的差异激活,而全脑多变量模式分析(MVPA)和 ROI 分析揭示了即使刺激不可见,大脑仍能在特定脑区区分面孔和场景,尤其是在处理动态面孔刺激时更为明显。这一发现与以往涉及动态刺激的视觉感知研究结果一致,动态面孔相较于静态面孔,能增强面孔选择性 ROI 的活动,激活更多神经元,凸显了动态刺激在无意识面孔感知中的重要性。

研究还发现,除了经典的面孔相关区域 FFA 和 OFA,舌回(LING)在无意识面孔感知中也发挥着重要作用,是面孔皮层网络的关键组成部分。同时,研究结果支持了左 MTG 在面孔感知中作为汇聚区域的观点,并且表明额叶区域在 dCFS 抑制下面孔和场景的区分中具有重要作用,这与以往研究中额叶在处理无意识信息方面的关键作用相呼应,表明无意识信息可以在涉及额叶和其他脑区的网络中进行处理,且有意识和无意识刺激的神经表征存在重叠 。

然而,研究也存在一些局限性。例如,无意识条件下动态刺激的激活范围比有意识条件下更广,这可能与实验中使用的 Mondrian 抑制刺激有关,其与被抑制刺激之间可能存在未知的相互作用,影响了目标的无意识加工。此外,虽然参与者在刺激定位任务中的表现处于随机水平,表明他们对被抑制刺激无意识,但这并非衡量意识内容的完美指标。而且,研究发现面孔区域存在可解码的无意识信息,并不足以确凿支持 “类面孔” 的无意识加工,因为有意识和无意识面孔加工在本质上可能存在差异 。

尽管存在局限,该研究仍具有重要意义。它通过改进实验范式、采用先进的分析方法和引入动态刺激,成功检测到无意识面孔信号,填补了以往行为学和神经影像学研究之间的差距,强调了在研究无意识加工时综合考虑刺激、实验范式和分析流程的重要性。这为未来研究无意识感觉信息加工提供了新的范式和思路,有助于进一步深入探究人类无意识感知的神经机制,推动感知科学领域的发展。

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析!

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号