Local recurrence accounts for extended processing during occluded-object recognition
通过整合脑磁图（MEG）、计算建模以及多种神经影像技术，本研究表明，长时程局部循环处理而非长程自上而下的反馈，是实现遮挡物体识别的主要机制。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类的大脑在将世界视为一个完整的图像方面表现得极其出色，即便我们的眼睛接收到的只是碎片。当树枝遮挡了鸟的一部分，或者停放的汽车挡住了卡车的后半部分时，我们看到的并不是零散的碎片，而是完整的动物或车辆。这种从不完整的视觉输入中识别物体나的能力是人类感知的一个基本组成部分。科学家们早已知道，这一过程不仅仅需要信息从眼睛到大脑的一次快速传递。当视觉证据模糊或缺失时，大脑必须进行额外的、更缓慢的处理来填补空白。然而，一个核心问题一直悬而未决：大脑是如何实现这一点的？它依赖于不同专业化脑区之间快速的往返对话，还是依赖于单个区域通过自身更长时间、更努力地工作来拼凑出图像？
一个研究小组试图通过观察人类大脑在人们注视部分隐藏物体的过程中的实时活动来解开这个谜团。他们使用了一种称为脑磁图（magnetoencephalography）的技术，该技术可以测量大脑电活动产生的微弱磁场，从而能够以毫秒级的精度追踪神经事件。他们向参与者展示了四种类型的物体——骆驼、鹿、汽车和摩托车——其中一些被黑色形状部分遮挡，以模拟遮挡现象。为了理解大脑如何处理这些图像，他们比较了两种主要理论。一种理论认为，大脑会从持有整体概念的高级区域向低级视觉区域发送“自上而下”的信号，以帮助澄清模糊或隐藏的部分。另一种理论则提出，早期视觉区域只需要更多的时间在局部对碎片进行处理，通过重复的内部循环来完善图像，而不需要来自高层级的长距离信息。
研究人员发现，当物体被遮挡时，大脑识别它们确实需要更长的时间，而这段额外的时间对于成功识别至关重要。他们使用了一种称为“向后掩蔽”（backward masking）的方法，即在物体之后立即闪烁一个快速且令人困惑的图案，以此来测试这段额外的处理时间是否必要。他们发现，如果通过掩蔽缩短了这段额外的处理时间，大脑就会无法识别被遮挡的物体。这证实了识别被遮挡物需要持续的、主动的工作，而不仅仅是最初的一瞥。然而，当他们仔细观察不同脑区之间信息流动的过程时，发现了一些令人惊讶的事实。早期视觉区域与高级物体处理区域之间信号的时机和通信方向并没有发生变化，并未显示出建立起一种新的、紧急反馈回路的迹象。这些脑区确实在相互交流，但由于物体被遮挡，这种“对话”并没有变得更加响亮，其模式也没有发生改变。
为了准确了解大脑内部发生了什么，研究人员构建了一个模仿大脑结构的计算机模型。他们创建了该模型的三个版本：一个仅进行单向前向传递处理的版本；一个允许早期区域在局部进行信息循环的版本；以及一个包含从大脑顶部到底部的长程反馈路径的版本。当他们在同样的隐藏物体上测试这些模型时，具有局部循环的模型表现得比简单的仅前向传递版本要好得多。它成功地恢复了隐藏物体的身份，正如人类大脑所做的那样。然而，带有长程反馈路径的版本与局部循环版本相比，并没有提供任何显著的优势。事实上，添加长程连接并没有让模型在识别隐藏物体方面比仅有局部循环的模型表现得更好。
研究得出结论，大脑识别隐藏物体的能力主要依赖于视觉区域内部持续的局部处理。大脑并非通过从高级中心发送特殊信号来修复图像，而是早期的视觉区域似乎在独自进行更努力、更持久的工作，通过反复精炼碎片，直到物体变得清晰。虽然大脑确实拥有可以进行信息往返的长程连接，但研究人员发现，在处理此类遮挡情况时，这些特定的路径并不是解决问题的关键。解决方案在于局部电路，它能够维持并深化自身的分析，直到隐藏的物体显现出来。这一发现改变了我们对视觉感知的理解，表明大脑看透障碍物的能力是局部迭代计算的力量，而非来自顶层的“救援行动”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。