Pētnieki kartē, kā smadzenes apstrādā pazīstamas sejas
Vienā acu uzmetienā jūs varat atpazīt drauga seju neatkarīgi no tā, vai viņi ir laimīgi vai skumji, vai pat tad, ja neesat viņus redzējis desmit gadus. Bet kā smadzenes viegli atpazīst pazīstamās sejas, neraugoties uz lielām to izskata variācijām?
Karnegi Melona universitātes pētnieki saka, ka viņi ir tuvāk nekā jebkad agrāk, lai izprastu sejas identifikācijas neironu pamatu.
Pētījumā, kas publicēts Nacionālās Zinātņu akadēmijas raksti (PNAS), viņi izmantoja ļoti sarežģītus smadzeņu attēlveidošanas rīkus un skaitļošanas metodes, lai izmērītu reāllaika smadzeņu procesus, kas sejas izskatu pārveido par indivīda atpazīšanu.
Pētnieki saka, ka viņi cer, ka secinājumus varētu izmantot, lai atrastu precīzu punktu, kurā redzes uztveres sistēma sadalās dažādos traucējumos un ievainojumos, sākot no attīstības disleksijas līdz prosopagnozijai vai sejas aklumam.
"Mūsu rezultāti ir solis ceļā uz informācijas apstrādes posmu izpratni, kas sākas, kad sejas attēls pirmo reizi nonāk cilvēka acīs un attīstās nākamo simtu milisekunžu laikā, līdz persona spēj atpazīt sejas identitāti," teica Dr. Marks D. Vida, pēcdoktorantūras pētnieks Dītriha Humanitāro un sociālo zinātņu koledžas Psiholoģijas nodaļā un Neirālās izziņas centra (CNBC) centrā.
Lai noteiktu, kā smadzenes ātri atšķir sejas, pētnieki skenēja četru cilvēku smadzenes, izmantojot magnetoencefalogrāfiju (MEG).
MEG ļāva viņiem mērīt notiekošās smadzeņu aktivitātes visā smadzenēs milisekundes pa milisekundei, savukārt dalībnieki skatīja 91 dažādu personu attēlus ar divām sejas izteiksmēm: laimīgām un neitrālām.
Dalībnieki norādīja, kad atzina, ka vienas un tās pašas personas seja atkārtojas neatkarīgi no sejas izteiksmes.
MEG skenēšana ļāva pētniekiem katram no daudziem laika punktiem kartēt, kuras smadzeņu daļas kodē uz izskatu balstītu informāciju un kuras - uz identitāti balstītu informāciju.
Pētnieki arī salīdzināja neironu datus ar cilvēku sejas attēlu uzvedības vērtējumiem, kuru spriedumi galvenokārt balstījās uz uz identitāti balstītu informāciju.
Tad viņi apstiprināja rezultātus, salīdzinot neironu datus ar informāciju, kas atrodas dažādās mākslīgā neironu tīkla skaitļošanas simulācijas daļās, kas tika apmācīta atpazīt indivīdus no tiem pašiem sejas attēliem.
"Apvienojot detalizētu informāciju par laiku no MEG attēlveidošanas un skaitļošanas modeļiem par to, kā darbojas vizuālā sistēma, ir potenciāls sniegt ieskatu reālā laika smadzeņu procesos, kas ir daudzu citu spēju pamatā, bez sejas atpazīšanas," sacīja profesors Deivids C. Plauts. psiholoģijas un CNBC loceklis.
Avots: Karnegi Melona universitāte
