Local recurrence accounts for extended processing during occluded-object recognition
Door de integratie van MEG, computationele modellering en diverse neuroimagingtechnieken, toont deze studie aan dat langdurige lokale recurrente verwerking, in plaats van langafstands top-down feedback, het primaire mechanisme is dat de herkenning van geoccludeerde objecten mogelijk maakt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Onze hersenen zijn opmerkelijk goed in het zien van de wereld als een compleet beeld, zelfs wanneer onze ogen slechts fragmenten ontvangen. Wanneer een tak van een boom een deel van een vogel blokkeert, of een geparkeerde auto de achterkant van een vrachtwagen verbergt, zien wij geen losse stukjes; wij zien het hele dier of voertuig. Dit vermogen om objecten te herkennen vanuit onvolledige visuele input is een fundamenteel onderdeel van de menselijke perceptie. Wetenschappers weten al lang dat dit proces meer vereist dan een enkele, snelle scan van informatie die van het oog naar de hersenen reist. Wanneer visueel bewijs ambigu of afwezig is, moet de hersenen zich bezighouden met aanvullende, tragere verwerking om de gaten op te vullen. Een centrale vraag bleef echter onbeantwoord: hoe bereiken de hersenen dit? Vertrouwen ze op een snelle, heen-en-weer gesprek tussen verschillende gespecialiseerde regio's in de hersenen, of hangt het af van een enkele regio die harder en langer aan zijn eigen leest werkt om het beeld in elkaar te puzzelen?
Een team van onderzoekers probeerde dit mysterie op te lossen door de menselijke hersenen in actie te observeren terwijl mensen naar gedeeltelijk verborgen objecten keken. Ze gebruikten een techniek genaamd magneto-encefalografie, die de minuscule magnetische velden meet die worden geproduceerd door de elektrische activiteit in de hersenen, waardoor ze neurale gebeurtenissen met millisecondeprecisie konden volgen. Ze toonden deelnemers afbeeldingen van vier soorten objecten — kamelen, herten, auto's en motorfietsen — waarvan sommige gedeeltelijk werden bedekt door zwarte vormen om occlusie (overlapping) te simuleren. Om te begrijpen hoe de hersenen deze afbeeldingen verwerkten, vergeleken ze twee hooftheorieën. Eén theorie suggereerde dat de hersenen een "top-down" signaal sturen van hogere gebieden, die het grote plaatje bevatten, terug naar de vroege visuele gebieden om de wazige of verborgen delen te helpen verhelderen. De andere theorie stelde voor dat de vroege visuele gebieden simpelweg meer tijd nodig hebben om de fragmenten lokaal te verwerken, waarbij het beeld wordt verfijnd door herhaalde interne lussen zonder een langafstandsbericht van bovenaf nodig te hebben.
De onderzoekers ontdekten dat wanneer objecten verborgen waren, de hersenen inderdaad langer nodig hadden om ze te herkennen, en dat deze extra tijd cruciaal was voor succes. Ze gebruikten een methode genaamd backward masking (achterwaartse maskering), waarbij een snel, verwarrend patroon direct na het object wordt geflitsht om te testen of deze extra verwerkingstijd noodzakelijk was. Ze ontdekten dat als deze extra verwerkingstijd werd ingekort door het masker, de hersenen er niet in slaagden het verborgen object te herkennen. Dit bevestigde dat het herkennen van occlusieve dingen voortdurend, actief werk vereist na de eerste blik. Echter, toen ze nauwkeurig naar de informatiestroom tussen verschillende hersengebieden keken, ontdekten ze iets verrassends. De timing van de signalen en de richting van de communicatie tussen de vroege visuele gebieden en de hogere gebieden voor objectverwerking veranderden niet op een manier die suggereerde dat er een nieuwe, dringende feedbacklus werd gevestigd. De hersengebieden praatten wel met elkaar, maar het gesprek werd niet luider of veranderde niet van patroon specifiek omdat het object verborgen was.
Om precies te begrijpen wat er in de hersenen gebeurde, bouwden de onderzoekers een computermodel dat de structuur van de hersenen nabootste. Ze maakten drie versies van dit model: één die informatie alleen in een enkele voorwaartse passage verwerkt, één die de vroege regio's toestaat om informatie lokaal op zichzelf te laten loopen, en één die een langafstands-feedbackpad bevat van de bovenkant van de hersenen naar de onderkant. Wanneer ze deze modellen testten op dezelfde verborgen objecten, presteerde het model met de lokale lussen veel beter dan de eenvoudige versie met alleen een voorwaartse passage. Het slaagde erin de identiteit van de verborgen objecten te herstellen, net zoals het menselijk brein dat deed. De versie met het langafstands-feedbackpad bood echter geen significant voordeel ten opzichte van de versie met lokale lussen. Sterker nog, het toevoegen van de langafstandsverbinding maakte het model niet beter in het herkennen van de verborgen objecten dan de lokale lussen alleen.
De studie concludeert dat het vermogen van de hersenen om verborgen objecten te herkennen primair rust op verlengde lokale verwerking binnen de visuele gebieden zelf. In plaats van een speciaal signaal van de hogere centra van de hersenen te sturen om het beeld te repareren, lijken de vroege visuele regio's harder en langer op hun eigen te werken, waarbij ze de fragmenten herhaaldelijk verfijnen totdat het object duidelijk wordt. Hoewel de hersenen zeker langafstandsverbindingen hebben die informatie heen en weer kunnen sturen, vonden de onderzoekers geen bewijs dat deze specifieke paden de sleutel waren tot het oplossen van het puzzelstukje van occlusie in deze context. De oplossing lag in de lokale circuits, die hun eigen analyse konden ondersteunen en verdiepen totdat het verborgen object werd onthuld. Deze bevinding verandert ons begrip van visuele perceptie, en suggereert dat het vermogen van de hersenen om door obstakels heen te kijken een getuigenis is van de kracht van lokale, iteratieve computatie in plaats van een reddingsmissie van bovenaf.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.