Flexible predictive processing during face perception

技術要約：顔知覚における柔軟な予測的処理

問題と動機
予測的処理モデルは、トップダウンのフィードバックを介した知覚的期待が、期待される情報の符号化を促進するために神経表現空間を再形成すると仮定している。顔知覚はこれらの効果を研究するための主要なモデルであるが、特定のタスクの認知的要求が、期待（例：男性の顔には怒り、女性の顔には幸福を関連付けるといった社会的性別・ジェンダーのステレオタイプに由来するもの）の影響をどのように変調させるかは不明なままである。先行研究では、ステレオタイプに一致する顔は、一致しない顔よりも速く正確に処理されることが確立されており、また、機能的磁気共鳴画像法（fMRI）は、不一致な顔が神経活動の増加と結合性の強化に関連していることを示している。しかし、fMRIの限られた時間解像度は、これらの期待の動的な時間的ダイナミクスを直接探索することを妨げている。さらに、単変量アプローチを用いた既存のEEG研究では、期待の効果が初期の知覚段階（N170）で生じるのか、あるいは後の決定関連段階（P300）で生じるのかについて、一貫性のない結果が得られている。本研究は、タスクの目標（感情の判断 vs 性別の判断）が、動的な顔知覚における性別/ジェンダーのステレオタイプ期待の行動的および神経的な影響をどのように変調するかを調査するものである。

方法論
本研究では、高密度脳波（EEG）と連続マウス・トラッキングを組み合わせたアプローチを採用し、高い時間解像度で神経および行動のダイナミクスを捉えた。

• 被験者: 51名のボランティア（平均年齢22.37歳）が、マウス・トラッキング・タスクとEEGタスクの2つのセッションを完了した。信号ノイズのため5名がEEG解析から除外され、最終的なサンプル数は神経解析用に46名となった。
• 刺激: 白人顔のグレースケール画像（3 identityにつき30枚、男性15/女性15）を用い、それぞれ「怒り」または「幸福」を表現している。刺激は、確立された性別/ジェンダーのステレオタイプに基づき、一致（怒った男性、幸福な女性）または不一致（幸福な男性、怒った女性）に分類された。
• 実験デザイン: 顔の一致性（一致 vs 不一致）とタスクの種類（感情のカテゴリー化：怒り vs 幸福；性別のカテゴリー化：男性 vs 女性）を操作した、2x2の被験者内デザインを用いた。参加者は両方のセッションにおいて、別々のブロックでこれらのタスクを実行した。
• データ取得:
  • マウス・トラッキング: サンプリングレート5 msで記録。軌跡は、決定の葛藤と運動ダイナミクスを定量化するために、最大絶対偏差（MAD）およびMAD-timeについて分析された。
  • EEG: 1000 Hz（64チャンネル）で記録。前処理には、フィルタリング、ICAによるアーチファクト除去、およびエポック化（-200 ～ 1000 ms）が含まれる。
• 分析フレームワーク:
  • 行動分析: 線形混合効果モデルを用いて、MAD、MAD-time、および反応時間（RT）に対する一致性とタスクの影響を評価した。
  • 表現類似性分析（RSA）: 時間分解型モデルベースRSAを用い、マウスの軌跡およびEEGから導出された経験的な表現非類似行列（RDM）を、一致性、タスク、性別、感情をモデル化した理論的RDMと比較した。
  • 多変量パターン分析（MVPA）: 時間分解型線形判別分析（LDA）分類器を用いて、EEGパターンから実験条件（一致性、タスク、性別、感情）をデコードし、神経符号化のタイミングと堅牢性を決定した。
  • レイテンシおよびスロープ分析: 分類器のデコーディング曲線にジャックナイフ法を適用し、期待が神経符号化の出現を加速させるのか、それとも証拠蓄積の**速度（スロープ）**を高めるのかを区別した。
  • 融合分析: EEGとマウス・トラッキングの融合および共通性分析により、神経および行動のモダリティ間の共有された表現分散を定量化した。

主な結果

1. 行動的知見: 不一致な顔は、一致する顔と比較して、有意に大きな軌跡の偏差（MAD）、長い運動ダイナミクス（MAD-time）、および遅い反応時間（RT）を引き起こした。極めて重要なことに、これらの一致性の効果は、性別のカテゴリー化よりも感情のカテゴリー化において有意に強く、タスクの目標が期待の効果の大きさを変調することを示している。
2. 神経表現ダイナミクス（RSA）:
   • マウスの軌跡: 一致性の効果は中間段階（約280–840 ms）で出現し、感情タスクにおいて有意に強かった。
   • EEG: 一致性の効果は、特に感情タスクにおいて中間段階（約570–588 ms）で検出された。性別タスクのRSAでは、有意な一致性の効果は見られなかった。
   • 融合: EEGとマウスの軌跡の間の共有された表現ダイナミクスは、主に顔の一致性ではなく、タスクの要求によって説明された。これは、両方のモダリティがタスク固有の処理を反映している一方で、一致性の効果は異なるメカニズムを通じて符号化されていることを示唆している。
3. 神経符号化の時間的ダイナミクス（MVPA）:
   • 分類器は顔の一致性を漸進的にデコードし、ピーク性能は約500 ms付近であった。
   • 一致する顔に対するデコーディング精度は、234–281 msの間で、不一致な顔よりも有意に高かった。
   • レイテンシ vs スロープ: レイテンシ分析により、一致する顔は、第2のピークにおいて、不一致な顔よりも約113 ms早くピークの神経識別性に達することが明らかになった（平均差：327.64 ms vs 214.88 ms）。しかし、スロープ分析では、条件間での証拠蓄積の速度に有意な差は見られなかった。
   • この解離は、予測的促進が、証拠蓄積の速度を高めるのではなく、神経符号化パターンの出現のタイミングを早めることによって作用することを示すものである。

主な貢献

• タスク依存の柔軟性: 本研究は、顔知覚における社会的ステレオタイプの影響は自動的ではなく、タスクの目標によって動的に制御されることを示している。期待は、性別の処理（ボトムアップ入力に依存する）よりも、感情の処理（トップダウンの変調に依存する）に対してより強い影響を及ぼす。
• 予測的促進のメカニズム的洞察: レイテンシとスロープの分析を組み合わせることで、著者らは、予測的促進が証拠蓄積の速度を急峻にするのではなく、神経符号化パターンの出現のタイミングを前進させることによって機能するという証拠を提供している。
• マルチモーダルな統合: 本研究は、連続的な行動指標（マウス・トラッキング）と高時間解像度の神経データ（EEG）を統合することで、予測的処理の時空間ダイナミクスを特徴づけることに成功した。これにより、タスクの要求がモダリティ間の共有分散を駆動する一方で、一致性の効果は神経領域と運動領域で異なって表現されることが明らかになった。

意義
本論文は、これらの知見が、予測的処理がタスクの要求にどのように適応するかという神経メカニズムを特徴づけていると主張している。具体的には、顔知覚における社会的ステレオタイプの影響は、自動的に課されるのではなく、動的に制御されていることを示唆しており、社会的バイアスが人間の知覚を形作る可能性が最も高い条件についての新たな洞察を提供している。さらに、本研究は、神経符号化の加速された出現と、証拠蓄積ダイナミクスの変化を区別するための新しい枠組みを提示しており、事前の知識が知覚処理の時間的構造をどのように形作るかという理解を深めている。