← 最新论文
🧠 神经科学

A cascade of attentional and default mode network dynamics following the resolution of perceptual ambiguity

通过使用功能磁共振成像(fMRI)和细粒度分区技术,本研究揭示了双稳态视觉中的自发知觉反转会触发一种独特的脑活动时间级联反应,其特征是在报告后的4秒内,背侧注意网络和视觉网络出现快速激增,同时默认模式网络受到抑制,从而将这些内源性转换与物理诱导的转换区分开来。

原作者: Ponzi, A., Miyahara, K., Suzuki, K.

发布于 2026-10-01
📖 1 分钟阅读☕ 轻松阅读

原作者: Ponzi, A., Miyahara, K., Suzuki, K.

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

当你观察一张具有歧义性的图像时,比如一个似乎在两个不同角度之间切换的立方体图画,你的感知并不会保持静止。尽管纸上的图片从未改变,你的大脑却会在两种可能的解释之间自发地来回切换。这种被称为“双稳态感知”(bistable perception)的现象长期以来一直令科学家着迷,因为它揭示了我们所看到的不仅仅是世界的直接副本,更是由我们大脑创造出的构建物。几十年来,研究人员一直在争论这种切换发生在何处。一些人认为它始于处理原始视觉数据的早期大脑区域,而另一些人则认为它是由管理注意力和决策的高级控制中心驱动的。理解这些不同的脑系统如何协同工作以解决此类不确定性,对于理解意识觉知的本质至关重要。

一个研究小组致力于绘制这种神经活动的精确时间图谱。他们使用了一种特定类型的运动视觉刺激——动力深度效应(kinetic depth effect),这种效应通过旋转的点阵创建一个3D形状。在一种实验条件下,点的旋转方式允许大脑在两个旋转方向之间自发翻转。在第二种条件下,研究人员播放了这些翻转的录像,迫使大脑对一个由计算机而非大脑自身生成的既定变化做出反应。通过将大脑在自发翻转期间的活动与强制翻转期间的活动进行对比,该团队能够分离出由内部生成的感知变化的独特神经特征。他们使用功能磁共振成像技术扫描了六名参与者的脑部,该技术通过测量血流量来追踪大脑在任何给定时刻活跃的部分。

研究表明,当一个人自发决定切换其感知时,一系列特定的脑活动时间线随之而来。在大约四秒钟后,即参与者按下按钮报告切换之后,背侧注意网络(dorsal attention network)和视觉皮层会出现一波活动峰值。这些区域负责集中注意力和处理我们所看到的内容。就在同一时刻,一个被称为默认模式网络(default mode network)的系统——该网络通常在思维游离或思考自身时处于活跃状态——显示出活动的剧烈下降。这表明,为了解决视觉场景的歧义,大脑必须迅速从内在思维中脱离,并全身心地投入到注意力和视觉系统中。这种模式如此一致,以至于在研究人员使用的三种不同数据分析方法中都清晰可见,即使在使用旨在消除按下按钮这一简单运动动作影响的统计方法时也是如此。

在时间线的稍后阶段,大约在报告后的十秒钟,第二波较慢的活动涌现出来,涉及腹侧注意网络(ventral attention network)和额顶网络(frontoparietal network)。这些区域通常与重新定向注意力和复杂的决策过程有关。虽然这波较晚的信号比最初的四秒钟爆发要弱且不确定性更高,但它指向了在获得清晰感之后的更长期的认知调整过程。研究人员还发现,参与这一过程的大脑区域与先前确定的在一系列感知切换时活跃的区域高度重叠,这证实了这些特定的网络确实是这一体验的核心。然而,这项研究也强调,大脑对自发切换的反应不仅仅是一个简单的开关反应;它是一个高度组织化的序列,其中不同的规模化网络按精确的顺序开启和关闭。

至关重要的是,该团队能够证明这种特定的活动模式不仅仅是由于参与者移动手去按按钮或移动眼睛去看屏幕的反映。通过使用先进的统计技术剥离所有实验试次中共享的平均信号,他们发现注意网络上升和默认模式网络下降的核心模式依然存在。这表明大脑正在经历一次真正的重组,以确定一种新的感知,而不是仅仅对报告行为做出反应。研究结果表明,感知歧义的解决是一个动态事件,大脑通过主动抑制其内在的、白日梦式的状态,来强化对外部世界的聚焦。虽然这项研究受限于较小的参与者群体和特定的视觉刺激,但它提供了一个清晰的、秒级的地图,展示了人类大脑如何协调其庞大的网络来理解一个充满不确定性的世界。

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。

试用 Digest →