Model-based pupil deconvolution reveals latent attentional dynamics
本文介绍了一种双核反卷积模型，该模型通过分离瞳孔收缩与扩张，从瞳孔信号中恢复高时间分辨率的潜在注意力动态，从而克服了在快速视觉范式中瞳孔反应迟缓的局限性。
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
人类的大脑是一个精于过滤的大师，不断地在大量的视觉信息中筛选出最重要的部分。当我们观察繁忙的街道或拥挤的房间时，我们的注意力就像一束聚光灯，照亮特定的细节，同时让其余部分处于阴影之中。然而，这束聚光灯并不会瞬间开启或关闭；它需要一个过程来介入，也需要一个过程来撤离。如果两个重要的事物在视觉中出现的时间非常接近，大脑往往难以处理第二个事物。这种现象被称为“注意眨眼”（attentional blink），是人类感知能力的一个已知局限。为了研究这束聚光灯是如何工作的，科学家们长期以来一直转向研究人类的瞳孔。瞳孔不仅仅是对光线做出反应；它也会因心理努力和注意力而扩张。通过观察瞳孔，研究人员可以窥见大脑的认知状态。然而，使用这种方法存在一个显著的问题：瞳孔反应很慢。瞳孔变宽和变窄都需要时间，这意味着如果两个事件接连快速发生，当第二个事件发生时，瞳孔对第一个事件的反应仍在进行中。这两个反应会融合在一起，使得人们几乎无法准确判断大脑是在何时关注到了每一个特定项目。
一个研究小组致力于通过开发一种新的数据观察方式来解决这个计时问题。他们想看看是否可以解开模糊的瞳孔信号，从而揭示隐藏在脑深处的、快速闪现的注意力时刻。为此，他们设计了一个实验，让参与者观看屏幕上快速闪烁的面部图像。这些面部图像出现得非常快——每个仅持续100毫秒，随后是一个短暂的停顿——以至于大脑必须努力才能跟上节奏。在大多数实验中，两个带有情绪的面孔（如快乐或愤怒的表情）被隐藏在其中性的面孔之间。研究人员要求参与者识别这些带有情绪的面孔。在参与者观看的过程中，团队利用高速摄像机记录了他们的瞳孔运动。其目标是观察参与者能否成功注意到两个情绪面孔，还是漏掉了第二个，瞳孔的行为是否会因此发生变化。
挑战在于，原始的瞳孔数据看起来像是一个单一且混乱的波形。由于面部图像闪烁得太快，在第二个面孔出现之前，瞳款对第一个面孔的反应尚未完成，导致信号完全重叠。为了突破这种混乱，研究人员创建了一个新的数学模型。他们没有将瞳孔反应视为一个单一且缓慢的过程，而是将其建模为两个协同工作的不同部分。第一部分是当明亮图像撞击眼睛时，瞳孔产生的即时、反射性的收缩。第二部分是当大脑集中注意力时，发生的较慢且有意识的扩张。通过分离这两个物理过程，团队可以从数学上逆转这一过程。他们利用记录到的杂乱、重叠的瞳孔数据波形，反向推算，以估算出导致该波形的隐藏注意力模式。这种方法使他们能够重建注意力的时间线，其精确度是原始数据本身无法达到的。
当他们将这种新方法应用于数据时，隐藏的模式清晰地显现了出来。研究人员发现，当参与者成功识别出两个情绪面孔时，模型显示出两个明显的注意力峰值。第一个峰值对应于大脑关注第一个面孔的时刻，而第二个峰值出现在大脑关注第二个面孔时。然而，当参与者漏掉第二个面孔时（典型的“注意眨眼”现象），第二个峰值明显减弱或完全消失。这证实了该模型能够成功恢复隐藏的注意力时刻，即使物理上的瞳孔反应过于缓慢，无法直接展示这些时刻。研究还观察了面部的情绪（如快乐或愤怒）是否改变了这些注意力峰值的强度。虽然参与者在屏幕上的表现确实会随情绪略有变化，但模型显示，底层的注意力片段强度在不同的情绪组合之间保持着惊人的稳定性。
这项工作证明，瞳孔缓慢、迟钝的特性并不一定会成为理解快速大脑过程的障碍。通过使用双部分模型将反射性收缩与注意力扩张分离，研究人员可以从模糊的信号中提取出清晰的心理专注时间线。研究结果表明，注意力是以离散、短暂的爆发形式运作的，并且可以通过观察眼睛进行非侵入性的测量。该团队还将他们的新方法作为一种软件工具提供给其他科学家使用，为更精确地研究人类心智如何应对快速变化的视觉世界打开了大门。最终，这项研究证明，即使身体的信号反应缓慢，合适的分析视角也能揭示思维的速度与节奏。
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。