1. На главную
  2. Электронные версии
  3. Журнал высшей нервной деятельности им. И.П. Павлова
  4. T. 73, № 5, 2023

Журнал высшей нервной деятельности им. И.П. Павлова, 2023, T. 73, № 5, стр. 606-621

Базовая и суперординатная категоризация изображений. влияние степени конгруэнтности и временных параметров предъявления предшествующего стимула

Н. Ю. Герасименко 1, *, А. Б. Кушнир 1, Е. С. Михайлова 1

1 ФГБУН Институт высшей нервной деятельности и нейрофизиологии Российской академии наук
Москва, Россия

* E-mail: nataliagerasimenko@gmail.com

Поступила в редакцию 21.04.2023
После доработки 24.05.2023
Принята к публикации 03.07.2023

Аннотация

На здоровых молодых испытуемых с использованием модели прямой маскировки исследовали влияние временных характеристик предъявления маски на выполнение базовой и суперординатной категоризации (БК и СК) изображений предметов. Маска могла быть конгруэнтной, неконгруэнтной или семантически нейтральной по отношению к значимому изображению. В первой серии анализировали влияние асинхронности начала предъявления стимулов (АНС, интервала времени между началом предъявления маски и стимула), которая изменялась от 100 до 350 мс с шагом 50 мс при постоянной длительности маски 100 мс. Во второй анализировали влияние длительности маски, которая увеличивалась от 100 до 250 мс с шагом 50 мс при постоянной АНС 250 мс. Показано, что СК происходила быстрее, чем БК. Предположительно это связано с участием в СК низкочастотной составляющей описания стимула, быстро передающейся по магноцеллюлярному зрительному пути. БК по сравнению с СК более чувствительна к временным характеристикам маски и ее категориальной принадлежности. При этом изменение АНС оказывало бо́льшее влияние на время реакции, чем длительность маски. Если исходить из предположения, что изменения АНС влияют на ранний перцептивный этап переработки стимула, то его чувствительность к незначимой информации проявляется в более отчетливой зависимости БК от АНС по сравнению с СК.

Ключевые слова: человек, зрение, категоризация, прямая маскировка, прайминг, асинхронность начала стимула, длительность

Список литературы

  1. Герасименко Н.Ю., Кушнир А.Б., Михайлова Е.С. Маскирующие эффекты нерелевантной зрительной информации в условиях базовой и суперординатной категоризации сложных изображений. Физиология человека. 2019. 45 (1): 5–18.

  2. Калинин С.А., Герасименко Н.Ю., Славуцкая А.В., Михайлова Е.С. Поведенческие и электрографические характеристики опознания сложных изображений в условиях их прямой маскировки. Влияние категориальной близости целевого и маскирующего стимулов. Физиология человека. 2014. 40 (4): 5–17.

  3. Лакофф Дж. Женщины, огонь и опасные вещи: Что категории языка говорят нам о мышлении. М.: Языки славянской культуры, 2004. 792 с.

  4. Мошникова Н.Ю., Кушнир А.Б., Михайлова Е.С. Психофизиологическое исследование базовой и суперординатной категоризации предметов, осложненной влиянием предшествующего нерелевантного стимула. Физиология человека. 2022. 48 (6): 44–56.

  5. Ashtiani M.N., Kheradpisheh S.R., Masquelier T., Ganjtabesh M. Object categorization in finer levels relies more on higher spatial frequencies and takes longer. Front. Psychol. 2017. 8: 1261.

  6. Carlson T.A., Ritchie B., Kriegeskorte N., Durvasula S., Ma J. Reaction time for object categorization is predicted by representational distance. J. Cogn. Neurosci. 2014. 26 (10): 132–142.

  7. Codispoti M., Ferrari V., De Cesarei A., Cardinale R. Implicit and explicit categorization of natural scenes. Prog. Brain Res. 2006. 156: 53–65.

  8. Cohen M.A., Alvarez G.A., Nakayama K., Konkle T. Visual search for object categories is predicted by the representational architecture of high-level visual cortex. J. Neurophysiol. 2017. 117: 388–402.

  9. Cohen M.A., Konkle T., Rhee J.Y., Nakayama K., Alvarez G.A. Processing multiple visual objects is limited by overlap in neural channels. Proc. Natl. Acad. Sci. USA. 2014. 111 (24): 8955–8960.

  10. Connolly A.C., Guntupalli J.S., Gors J., Hanke M., Halchenko Y.O., Wu Y.C., Abdi H., Haxby J.V. The Representation of Biological Classes in the Human Brain. J. Neurosci. 2012. 32 (8): 2608–2618.

  11. Contini E.W., Goddard E., Wardle S.G. Reaction times predict dynamic brain representations measured with MEG for only some object categorization tasks. Neuropsychol. 2021. 151: 107687.

  12. Davis T., Poldrack R.A. Quantifying the internal structure of categories using a neural typicality measure. Cereb. Cortex. 2014. 24: 1720–1737.

  13. Eddy M.D., Holcomb P.J. The temporal dynamics of masked repetition picture priming effects: manipulations of stimulus-onset asynchrony (SOA) and prime duration. Brain Res. 2010. 1340: 24–39.

  14. Fabre-Thorpe M. The characteristics and limits of rapid visual categorization. Front. Psychol. 2011. 2: 243.

  15. Farzmahdi A., Fallah F., Rajimehr R., Ebrahimpour R. Task-dependent neural representations of visual object categories. Eur. J. Neurosci. 2021. 54: 6445–6462.

  16. Grill-Spector K., Weiner K.S. The functional architecture of the ventral temporal cortex and its role in categorization. Nat. Rev. Neurosci. 2014. 15 (8): 536–548.

  17. Hantsch A., Jescheniak J.D., Mädebach A. Naming and categorizing objects: Task differences modulate the polarity of semantic effects in the picture–word interference paradigm. Mem. Cogn. 2012. 40: 760–768.

  18. Huth A.G., Nishimoto S., Vu A.T., Gallant J. A continuous semantic space describes the representation of thousands of object and action categories across the human brain. Neuron. 2012. 76: 1210–1224.

  19. Jiang Z., Qu Y., Xiao Y., Wu Q., Xia L., Li W., Liu Y. Comparison of affective and semantic priming in different SOA. Cogn. Process. 2016. 17: 357–375.

  20. Ko P.C., Duda B., Husseya E.P., Mason E.J., Ally B.A. The temporal dynamics of visual object priming. Brain and Cognition. 2014. 91: 11–20.

  21. Koivisto M., Rientamo E. Unconscious vision spots the animal but not the dog: Masked priming of natural scenes. Conscious. Cogn. 2016. 41: 10–23.

  22. Kutas M., Federmeier K.D. Thirty years and counting: finding meaning in the N400 component of the event-related brain potential (ERP). Annu. Rev. Psychol. 2011. 62 (1): 621–647.

  23. Long B., Yu C.P., Konkle T. Mid-level visual features underlie the high-level categorical organization of the ventral stream. Proc. Natl. Acad. Sci. USA. 2018. 115 (38): E9015–E9024.

  24. Mace M.J.M., Joubert O.R., Nespoulous J.L., Fabre-Thorpe M. The time-course of visual categorizations: You spot the animal faster than the bird. PLoS ONE. 2009. 4 (6): e5927.

  25. Macknik S.L. Visual masking approaches to visual awareness. Prog. Brain. Res. 2006. 155: 177–215.

  26. Macknik S.L., Livingstone M.S. Neuronal correlates of visibility and invisibility in the primate visual system. Nature Neurosci. 1998. 1 (2): 144–149.

  27. Macknik S.L., Martinez-Conde S. The spatial and temporal effects of lateral inhibitory networks and their relevance to the visibility of spatiotemporal edges. Neurocomp. 2004. 58–60: 775–782.

  28. Margalit E., Jamison K.W., Weiner K.S., Vizioli L., Zhang R.Y., Kay K.N., Grill-Spector K. Ultra-high-resolution fMRI of human ventral temporal cortex reveals differential representation of categories and domains. J. Neurosci. 2020. 40 (15): 3008–3024.

  29. Miyoshi K., Kimura Y., Ashida H. Longer prime presentation decreases picture–word cross-domain priming. Front. Psychol. 2015. 6: 1040.

  30. Ortells J. J., Kiefer M., Castillo A., Megías M., Morillas A. The semantic origin of unconscious priming: Behavioral and event-related potential evidence during category congruency priming from strongly and weakly related masked words. Cognition. 2016. 146: 143–157.

  31. Poncet M., Fabre-Thorpe M., Chakravarthi R. A simple rule to describe interactions between visual categories. Eur. J. Neurosci. 2020. 52: 4639–4666.

  32. Potter M.C., Hagmann C.E. Banana or fruit? Detection and recognition across categorical levels in RSVP. Psychon. Bull. Rev. 2015. 22: 578–585.

  33. Rabi R., Joanisse M.F., Zhu T., Minda J.P. Cognitive changes in conjunctive rule-based category learning: An ERP approach. Cogn. Affect. Behav. Neurosci. 2018. 18 (5): 1034–1048.

  34. Rajalingham R., DiCarlo J.J. Reversible inactivation of different millimeter-scale regions of primate IT results in different patterns of core object recognition deficits. Neuron. 2019. 102: 493–505.

  35. Roelofs A., Piai V. Distributional analysis of semantic interference in picture naming. Q. J. Exp. Psychol. 2017. 70 (4): 782–792.

  36. Rolls E.T., Tovee M.J. Processing speed in the cerebral cortex and the neurophysiology of visual masking. Proc. Biol. Sci. 1994. 257 (1348): 9–15.

  37. Rosch E., Mervis C.B., Gray W.D., Johnson D.M., Boyes-Braem P. Basic objects in natural categories. Cogn. Psychol. 1976. 8 (3): 382–439.

  38. Schmidt F., Schmidt T. Response control by primes, targets, and distractors: from feedforward activation to controlled inhibition. Psychol. Res. 2021. 85: 195–213.

  39. Taniguchi K., Kuraguchi K., Takano Y., Itakura S. Object categorization processing differs according to category level: Comparing visual information between the basic and superordinate levels. Front. Psychol. 2020. 11: 501.

  40. Vanmarcke S., Calders F., Wagemans J. The time-course of ultrarapid categorization: the influence of scene congruency and top-down processing. I-Persept. 2016. 7 (5): 2041669516673384.

  41. Wu C.T., Crouzet S.M., Thorpe S.J., Fabre-Thorpe M. At 120 msec you can spot the animal but you donʼt yet know itʼs a dog. J. Cogn. Neurosci. 2015. 27 (1): 141–149.

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Журнал высшей нервной деятельности им. И.П. Павлова

Архивы выпусков Информация о журнале Отправить рукопись в журнал