面部特异性活动与意识性面部感知在腹侧流视觉皮层中的联系
面部特异性活动与意识性面部感知的关系探究
引言
面部感知是一种基本的认知过程，使人类能够有效识别环境中的脸部，从而更好地进行社交互动。广泛的研究已在大脑腹侧视觉皮层中识别出一个特定区域，该区域对面部刺激表现出显著的活动增加。然而，这种面部特异性感应是否直接与面部感知（例如，主观感知）相关，仍然不清楚。比较不同感知状态下的神经活动可以直接证明这些信号在意识面部感知中的作用。
本次研究的主要目的是探讨腹侧流视觉皮层中的面部特异性活动是否与意识面部感知相关。为此，研究者们使用了人类颅内脑电图（electrocorticography，ECoG）技术，这提供了对大脑电生理响应的直接测量，同时具有高空间和时间分辨率。通过这种方法，研究者们得以比较被试在“看到了”面部（“seen”条件）和“没有看到”面部（“unseen”条件）时的神经活动，进而探讨这些活动与面部感知表现之间的关联。
作者及论文发表背景
本篇论文由Wenlu Li, Dan Cao, Jin Li, Tianzi Jiang等研究者共同撰写。他们分别隶属于中国科学院自动化研究所Brainnetome中心、中国科学院大学人工智能学院、首都师范大学心理学院、浙江实验室和永州中央医院小湘脑健康研究所等单位。这篇论文于2024年11月25日发表在《Neurosci. Bull.》杂志上。
研究流程
数据来源和记录
实验设计
实验包括两个任务：“faces_basic”和“faces_noisy”。在“faces_basic”任务中，受试者观看随机顺序显示的灰度人脸和房屋图片（每张图片展示400毫秒），并报告一个简单目标（倒置的房屋）。在“faces_noisy”任务中，受试者执行人脸检测任务，图片采用了“相位扰动”方法添加噪点，测试图片的感知阈值。
统计分析和数据预处理
实验条件之间的显著差异通过t检验、协方差分析（ANCOVA）以及非参数簇基置换检验进行分析。ECoG数据的预处理包括去噪、重新参考、基线校正以及使用Morlet小波进行时频分解，提取出宽带伽马活动（BGA）的功率谱值并进行统计分析。
电极定位及面部选择性位点定义
通过数据库和BrainNet View工具箱，电极定位在腹侧视觉皮层内进行，如果面部图片在刺激后100到300毫秒内的BGA显著高于基线及房屋图片，则定义为“面部选择性”电极，在随后的分析中包括8个面部选择性位点。
结果
行为结果
受试者在不同行噪声水平下的面部检测准确率呈现Logistic（S型）变化，并采用S型函数拟合行为测量曲线以确定感知阈值为43.8%。在该范围内行为测量曲线呈急剧变化，表明感知的过渡。
面部特异性活动的关联性
通过比较噪声水平下“seen”和“unseen”条件的BGA，结果显示在“seen”条件下面部特异性BGA显著高于“unseen”条件。进一步利用最近邻分类算法预测了面部是否被看到，准确率超过了随机猜测及置换分类的准确度。信息传递方向性分析表明，面部知觉状态下信息转移显著增加，支持了腹侧视觉皮层在面部感知中的作用。
面部特异性活动与感知表现的关联性
分析BGA与面部感知表现（反应时和检测准确率）之间的部分相关性，结果显示BGA峰值延迟与被试反应延迟之间存在显著正相关关系，BGA振幅与面部检测准确率之间亦存在显著正相关关系。两者均表现在噪声水平下随面部检测准确率不同而变化的显著趋势。
讨论
研究结果表明，腹侧视觉皮层中的面部特异性活动与人类的意识面部感知相关。这一发现对理解面部感知的神经生理机制提供了支持：通过ECoG数据的分析，揭示了在见到面部时大脑活动的变化。尤其是BGA的增高以及可靠的神经响应体现了高级别抽象的面部表征在腹侧视觉皮层中的形成。这为未来研究面部特异性活动的进一步探索提供了方向。
尽管当前研究只探讨了面部感知的结果，但未来研究可以进一步探讨跨不同对象类别的“看见”与“未看见”图像的机制。此外，本研究强调了高阶视觉皮层处理视觉信息的关键角色，为全面理解脸部感知的神经机制奠定了基础。
结论
通过精确的实验设计和严谨的数据分析，本研究成功揭示了腹侧流视觉皮层面部特异性活动与意识面部感知之间的密切联系，为理解面部感知的神经生理机制提供了新的见解。