虚拟现实环境中对称性的视网膜外表征：深度线索消除视角成本的ERP证据

本研究通过虚拟现实(VR)技术结合事件相关电位(ERP)，探究大脑在3D环境中构建视角不变性对称表征的神经机制。研究发现，在规则性判别任务中，充分的深度线索可消除对称性诱发的后部持续负波(SPN)的视角成本(perspective cost)，表明纹外视觉皮层能自动构建视网膜外表征。该成果为理解视觉恒常性神经基础提供了新证据，发表于《Cortex》。

　　

对称性感知是人类视觉系统的核心能力，但日常生活中物体常以非正面视角呈现，导致视网膜图像对称性失真。传统研究显示，大脑需消耗计算资源构建视角不变的视网膜外(extraretinal)表征，其神经标志——后部持续负波(SPN)在透视条件下会减弱，这种现象称为视角成本(perspective cost)。然而，自然场景中丰富的深度线索能否消除这一成本尚不明确。利物浦大学团队在《Cortex》发表研究，首次将虚拟现实(VR)与高密度脑电(EEG)结合，揭示了深度线索对对称表征神经机制的影响。

研究采用HTC Vive Pro Eye VR头显呈现对称/非对称点阵，48名参与者完成规则性(对称判别)和亮度判别任务。通过BioSemi Active-2系统记录64导EEG，分析300-600ms时间窗内后部电极簇(含P3/P4等14个电极)的SPN差异。关键创新在于VR提供的立体视差等深度线索，以及严格的眼动控制(2.5°注视偏差阈值)。

结果部分
Sustained posterior negativity
数据显示，规则性任务中前平行面SPN达-1.55μV(d_z=-1.07)，且视角成本显著小于预设阈值0.35μV(t(47)=3.63,p<.001)，甚至呈现非显著的视角优势趋势。亮度任务中SPN虽存在(-1.07μV,d_z=-1.20)，但视角成本统计模糊，既未显著偏离0(t(47)=-0.66,p=.514)，也未显著低于0.35μV(t(47)=1.26,p=.107)。

Additional exploratory analyses
相关性分析发现，前平行面SPN幅度与视角成本呈正相关，而行为表现与ERP无显著关联。频率分析揭示VR头显在45-55Hz频段引发额外高频伪迹，提示gamma振荡研究需谨慎。

讨论
该研究首次证实VR环境能完全消除规则性任务中的SPN视角成本，支持"充分深度线索触发自动视角不变性处理"的假说。不同于Karakashevska等(2025)的框架线索实验，VR的沉浸式立体视差可能更有效激活三维场景表征。值得注意的是，亮度任务的统计不确定性可能反映任务驱动的神经资源分配差异——规则性判别需要主动调用高阶对称分析网络。方法论上，研究确立了VR-EEG范式记录SPN的可行性，尽管需注意高频伪迹对gamma分析的影响。这些发现为理解视觉恒常性神经机制提供了新视角，也为VR在认知神经科学中的应用开辟了新路径。