Local recurrence accounts for extended processing during occluded-object recognition
MEG、計算モデリング、および様々な神経画像技術を統合することにより、本研究は、遮蔽された物体の認識を可能にする主要なメカニズムは、長距離のトップダウン・フィードバックではなく、持続的な局所的再帰処理であることを示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
私たちの脳は、たとえ目から得られる情報が断片的であっても、世界を完全な一つの絵として捉えることが驚くほど得意です。木の枝が鳥の一部を遮ったり、駐車中の車がトラックの後部を隠したりする場合でも、私たちはバラバラの断片を見るのではなく、一つの動物や車両として認識します。不完全な視覚入力から物体を認識するこの能力は、人間の知覚における根本的な要素です。科学者たちは、このプロセスには、目から脳へと伝わる単一の素早い情報のスキャン以上のものが必要であることを古くから知っていました。視覚的な証拠が曖昧であったり欠落していたりする場合、脳は空白を埋めるために、追加の、より緩やかな処理を行わなければなりません。しかし、中心的な疑問は未解決のまま残されていました。すなわち、「脳はどのようにしてこれを成し遂げているのか？」という問いです。脳内の異なる専門領域間での、迅速かつ往復的な対話に依存しているのでしょうか。それとも、一つの領域が自力で、より長く、より懸命に働き、画像を組み立て合わせることに依存しているのでしょうか。
研究チームは、人々が部分的に隠された物体を見ている間の脳の動きを観察することで、この謎を解明しようと試みました。彼らは、脳内の電気活動によって生じる微小な磁場を測定する、脳磁図（magnetoencephalography）という手法を用い、ミリ秒単位の精度で神経イベントを追跡しました。実験では、参加者に4種類の物体（ラクダ、シカ、車、オートバイ）の画像を見せ、そのうちのいくつかは、遮蔽をシミュレートするために黒い図形で部分的に覆われていました。脳がこれらの画像をどのように処理したかを理解するために、彼らは2つの主要な理論を比較しました。一つの理論は、全体像を保持している高次領域から、ぼやけていたり隠れていたりする部分を明確にするために、初期の視覚領域へと「トップダウン」の信号が送られるというものです。もう一つの理論は、初期の視覚領域が、高次からの長い距離のメッセージを必要とすることなく、局所的に情報を繰り返し処理することで、断片を精緻化していくというものでした。
研究の結果、物体が隠されているとき、脳は確かに認識に時間を要しており、この追加の時間こそが成功に不可着欠かせなものであることが分かりました。彼らは、物体の直後に急速で混乱を招くパターンを提示する「逆マスキング」という手法を用い、この追加の処理時間が本当に必要かどうかをテストしました。その結果、もしこの追加の処理時間がマスクによって短縮されてしまうと、脳は隠された物体を認識できないことが判明しました。これにより、遮蔽されたものを認識するには、最初の注視の後の継続的かつ能動的な作業が必要であることが確認されました。しかし、異なる脳領域間の情報の流れを詳しく調べたところ、驚くべき事実が判明しました。初期の視覚領域と高次の物体処理領域との間の信号のタイミングや通信の方向は、新しい緊急のフィードバックループが確立されたことを示唆するような変化は見られなかったのです。脳の領域同士は互いに通信していましたが、物体が隠されているという理由だけで、その会話がより大きくなったり、パターンが変わったりすることはありませんでした。
脳の中で正確に何が起きているのかを理解するために、研究者たちは脳の構造を模倣したコンピュータモデルを構築しました。彼らは、単一の順方向のパスのみを持つモデル、情報のループを局所的に自分自身に回すことを許容するモデル、そして脳の上部から下部へと向かう長距離のフィードバック経路を含むモデルの3つのバージョンを作成しました。これらのモデルを同じ隠された物体に対してテストしたところ、ローカルなループを持つモデルは、単純な順方向のみのバージョンよりもはるかに優れた性能を示しました。そのモデルは、隠された物体の正体を特定することに成功しました。一方で、長距離のフィードバック経路を持つバージョンは、ローカル・ループ版に対して有意な優位性を示しませんでした。実際、長距離の接続を追加しても、ローカル・ループ単独の場合よりも隠された物体の認識能力が向上することはありませんでした。
本研究は、隠れた物体を認識する脳の能力は、主に視覚領域内での持続的な局所的処理に依存していると結論付けています。脳の高次センターが画像を修正するための特別な信号を送るのではなく、初期の視覚領域が自律的に、より懸命に、より長く働き、物体が明確になるまで断片を繰り返し精緻化しているようです。脳には情報を往復させる長距離の接続が存在しますが、研究者たちは、この文脈における遮蔽の問題を解決する鍵がこれらの特定の経路であるという証拠は見出せませんでした。解決策は、局所的な回路の中にありました。それは、隠された物体が明らかになるまで、自らの分析を維持し、深化させることができる回路です。この発見は、視覚的知覚に対する私たちの理解を転換させるものです。つまり、障害物を通して見るという脳の能力は、上層部からの救済ミッションではなく、局所的な反復計算の力の証であるということを示唆しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。