Visuel opmærksomhed: Formler, der bygger bro mellem kognition og neurofysiologi Claus Bundesen Københavns Universitet
NTVA = Neural Theory of Visual Attention
Referencer Claus Bundesen: A theory of visual attention. Psychological Review, 1990, 97, 523-547. Claus Bundesen, Thomas Habekost, & Søren Kyllingsbæk: A neural theory of visual attention: Bridging cognition and neurophysiology. Psychological Review, 2005, 112, 291-328.
Filtrering = selektion af genstande Kategoriel indordning = selektion af Kategoriel indordning = selektion af egenskaber eller kategorier
Vigtige genstande bliver repræsenteret i mange celler, mindre vigtige i færre celler
Filtrering (antal celler) www.psy.ku.dk/cvc Kategoriel indordning (fyringsrate)
Disposition Formel Theory of Visual Attention (TVA) Neural fortolkning af TVA (NTVA) Eksempler på anvendelse af NTVA
Formel Theory of Visual Attention (TVA) Basale antagelser Selektionsmekanismer Anvendelser
Visuel processering som et kapløb Stimuli A Z L L Visuel LTM Kapløb Visuel STM
Rateligning (ligning 1) v(x, i) = η(x, i) β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Vægtligning (ligning 2) w x = Σ jєr η(x, j) π j w x = opmærksomhedsvægt af genstanden x η(x, j) = styrke af sensorisk evidens for, at x tilhører j π j = pertinens af kategori j
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Pertinensværdier (π) bestemmer, hvilke genstande der selekteres (filtrering) Biasværdier (β) bestemmer, hvordan de Biasværdier (β) bestemmer, hvordan de udvalgte genstande kategoriseres (kategoriel indordning)
Vægtligning (ligning 2) w x = Σ jєr η(x, j) π j w x = opmærksomhedsvægt af genstanden x η(x, j) = styrke af sensorisk evidens for, at x tilhører j π j = pertinens af kategori j
Formel Theory of Visual Attention (TVA) Basale antagelser Selektionsmekanismer Anvendelser: Genkendelse af enkeltvist præsenterede genstande Selektion fra billeder med mange genstande Opmærksomhedssvækkelse efter hjerneskade
For genkendelse af enkeltvist præsenterede genstande implicerer TVA Luces (1963) klassiske biased-choice model For selektion fra billeder med mange genstande For selektion fra billeder med mange genstande implicerer TVA Shibuya & Bundesens (1988) fixed-capacity independent race model (FIRM)
For genkendelse af enkeltvist præsenterede genstande implicerer TVA Luce s (1963) klassiske biased-choice model For selektion fra billeder med mange genstande For selektion fra billeder med mange genstande implicerer TVA Shibuya & Bundesens (1988) fixed-capacity independent race model (FIRM)
Duncan, J., Bundesen, C., Olson, A., Humphreys, G., Chavda, S., & Shibuya, H. (1999). Systematic analysis of deficits in visual attention. Journal of Experimental Psychology: General, 128, 450-478.
TVA-baseret testning simultanagnosi (Duncan et al., 2003) Huntingtons sygdom (Finke et al., 2006) Alzheimers sygdom (Bublak et al., 2006) aleksi (Habekost & Starrfelt, 2006) subkliniske opmærksomhedssvækkelser (Habekost & Bundesen, 2003)
Disposition Formel Theory of Visual Attention (TVA) Neural fortolkning af TVA (NTVA) Eksempler på anvendelse af NTVA
Aktivering = tilvækst i fyringsrate i forhold til spontanaktiviteten
Rateligning (ligning 1) v(x, i) = η(x, i) β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Rateligning (ligning 1) v(x, i) = η(x, i)β i w x /Σ zєs w z v(x, i) = processeringsrate for kategoriseringen x tilhører i η(x, i) = styrke af sensorisk evidens for, at x tilhører i β i = bias i retning af at henføre genstande til kategorien i w x = opmærksomhedsvægt af genstanden x Σ zєs w z = summen af vægte af foreliggende genstande
Neural TVA 3 η β 5 v w TRN 4 6 η π η Pul Cortical visual areas LGN 2 1
Disposition Formel Theory of Visual Attention (TVA) Neural fortolkning af TVA (NTVA) Eksempler på anvendelse af NTVA
Anvendelser på enkeltcellestudier Filtrering (Moran & Desimone, 1985; Reynolds et al., 1999) Kategoriel indordning (Treue & Martinez-Trujillo, 1999; Martinez-Trujillo & Treue, 2004) Kombineret filtrering og kategoriel indordning (McAdams & Maunsell, 1999)
Neural filtrering: Dynamisk ændring af receptive felter (Moran & Desimone, 1985; Reynolds et al., 1999) god stimulus dårlig stimulus Sensorisk præference: Ændring af receptive felter som følge af opmærksomhed: den irrelevante stimulus filtreres bort fra det receptive felt
Filtrering (antal celler) www.psy.ku.dk/cvc Kategoriel indordning (fyringsrate)
Kategoriel indordning: Selektion af egenskaber påvirker alle genstande (Treue & Martinez-Trujillo, 1999; Martinez-Trujillo & Treue, 2004)
Multiplikativ skalering af fyringsrater (McAdams & Maunsell, 1999) B A 1.0 Normalized Response 1.0 0.8 0.6 0.4 0.2 n = 262 Attended Response 0.8 0.6 0.4 0.2 0.0-90 -60-30 0 30 60 90 Relative Orientation (deg) 0.0 0.0 0.2 0.4 0.6 0.8 1.0 Unattended Response
Slut
Neural TVA 3 η β 5 v w TRN 4 6 η π η Pul Cortical visual areas LGN 2 1
Attention is a two-stage process (Chelazzi et al., 1998, 2001)