Nature.com-এ আসার জন্য আপনাকে ধন্যবাদ। আপনি যে ব্রাউজার সংস্করণটি ব্যবহার করছেন তাতে CSS-এর সমর্থন সীমিত। সর্বোত্তম অভিজ্ঞতার জন্য, আমরা আপনাকে একটি হালনাগাদ ব্রাউজার ব্যবহার করার পরামর্শ দিচ্ছি (অথবা ইন্টারনেট এক্সপ্লোরারে কম্প্যাটিবিলিটি মোড নিষ্ক্রিয় করুন)। আপাতত, নিরবচ্ছিন্ন সমর্থন নিশ্চিত করার জন্য, আমরা স্টাইল এবং জাভাস্ক্রিপ্ট ছাড়াই সাইটটি রেন্ডার করব।
একটি ক্যারোসেল যা একই সাথে তিনটি স্লাইড দেখাচ্ছে। একবারে তিনটি স্লাইডের মধ্যে দিয়ে যাওয়ার জন্য আগের এবং পরের বাটনগুলো ব্যবহার করুন, অথবা শেষে থাকা স্লাইডার বাটনগুলো ব্যবহার করে একবারে তিনটি স্লাইডের মধ্যে দিয়ে যান।
উচ্চ-রেজোলিউশন দৃষ্টির জন্য বস্তুর বৈশিষ্ট্য পুনর্গঠন করতে রেটিনার সূক্ষ্ম নমুনা সংগ্রহ এবং একীকরণ প্রয়োজন। এটি মনে রাখা গুরুত্বপূর্ণ যে, বিভিন্ন বস্তু থেকে নেওয়া স্থানীয় নমুনা মিশ্রিত করলে নির্ভুলতা হ্রাস পায়। তাই, বিভাজন—অর্থাৎ পৃথক প্রক্রিয়াকরণের জন্য একটি চিত্রের বিভিন্ন অংশকে দলবদ্ধ করা—প্রত্যক্ষণের জন্য অত্যন্ত গুরুত্বপূর্ণ। পূর্ববর্তী গবেষণায়, এই প্রক্রিয়াটি অধ্যয়নের জন্য দ্বি-স্থিতিশীল জালিকা কাঠামো (bistable lattice structures) ব্যবহার করা হয়েছিল, যেগুলোকে এক বা একাধিক চলমান পৃষ্ঠ হিসেবে বিবেচনা করা যেতে পারে। এখানে, আমরা প্রাইমেটদের দৃষ্টিপথের মধ্যবর্তী অঞ্চলগুলিতে কার্যকলাপ এবং বিভাজন সিদ্ধান্তের মধ্যেকার সম্পর্ক তুলে ধরছি। বিশেষত, আমরা দেখেছি যে নির্বাচনীভাবে অভিমুখী মিডিয়ান টেম্পোরাল নিউরনগুলো দ্বি-স্থিতিশীল গ্রেটিং-এর প্রত্যক্ষণকে বিকৃত করতে ব্যবহৃত টেক্সচার সংকেতের প্রতি সংবেদনশীল ছিল এবং ট্রায়াল ও স্থায়ী উদ্দীপকের বিষয়গত প্রত্যক্ষণের মধ্যে একটি উল্লেখযোগ্য পারস্পরিক সম্পর্ক দেখিয়েছে। এই পারস্পরিক সম্পর্ক সেইসব এককের ক্ষেত্রে বেশি, যেগুলো একাধিক স্থানীয় দিকসহ প্যাটার্নে সামগ্রিক গতির সংকেত দেয়। সুতরাং, আমরা এই সিদ্ধান্তে উপনীত হয়েছি যে মধ্যবর্তী সময় ডোমেনে এমন সংকেত রয়েছে যা জটিল দৃশ্যকে তার উপাদানগত বস্তু এবং পৃষ্ঠে বিভক্ত করতে ব্যবহৃত হয়।
দৃষ্টিশক্তি কেবল প্রান্তের দিকবিন্যাস এবং গতির মতো প্রাথমিক চিত্র বৈশিষ্ট্যগুলির সুনির্দিষ্ট পার্থক্যের উপরই নির্ভর করে না, বরং আরও গুরুত্বপূর্ণভাবে বস্তুর আকৃতি এবং গতিপথের মতো পারিপার্শ্বিক বৈশিষ্ট্যগুলি গণনা করার জন্য এই বৈশিষ্ট্যগুলির সঠিক সমন্বয়ের উপরও নির্ভর করে¹। যাইহোক, সমস্যা দেখা দেয় যখন রেটিনার চিত্রগুলিতে বেশ কয়েকটি সমানভাবে সম্ভাব্য বৈশিষ্ট্য গোষ্ঠী থাকে²,³,⁴ (চিত্র ১ক)। উদাহরণস্বরূপ, যখন গতির সংকেতের দুটি সেট খুব কাছাকাছি থাকে, তখন এটিকে যুক্তিসঙ্গতভাবে একটি চলমান বস্তু বা একাধিক চলমান বস্তু হিসাবে ব্যাখ্যা করা যেতে পারে (চিত্র ১খ)। এটি বিভাজনের বিষয়গত প্রকৃতিকে চিত্রিত করে, অর্থাৎ এটি চিত্রের একটি স্থির বৈশিষ্ট্য নয়, বরং ব্যাখ্যার একটি প্রক্রিয়া। স্বাভাবিক উপলব্ধির জন্য এর সুস্পষ্ট গুরুত্ব থাকা সত্ত্বেও, উপলব্ধিমূলক বিভাজনের স্নায়বিক ভিত্তি সম্পর্কে আমাদের জ্ঞান সর্বোত্তমভাবে অসম্পূর্ণ রয়ে গেছে।
প্রত্যক্ষণগত বিভাজন সমস্যার একটি কার্টুন চিত্র। একটি নেকার কিউবে (বামে) একজন পর্যবেক্ষকের গভীরতার উপলব্ধি দুটি সম্ভাব্য ব্যাখ্যার (ডানে) মধ্যে পর্যায়ক্রমে পরিবর্তিত হয়। এর কারণ হলো, চিত্রটিতে এমন কোনো সংকেত নেই যা মস্তিষ্ককে চিত্রটির ত্রিমাত্রিক অভিমুখ (ডানের একচক্ষু অবরুদ্ধকরণ সংকেত দ্বারা প্রদত্ত) অনন্যভাবে নির্ধারণ করতে দেয়। খ যখন একাধিক গতির সংকেত স্থানিক সান্নিধ্যে উপস্থাপন করা হয়, তখন দৃষ্টি ব্যবস্থাকে অবশ্যই নির্ধারণ করতে হয় যে স্থানীয় নমুনাগুলো এক বা একাধিক বস্তু থেকে এসেছে কিনা। স্থানীয় গতির সংকেতগুলোর অন্তর্নিহিত অস্পষ্টতা, অর্থাৎ বস্তুর গতির একটি ক্রম একই স্থানীয় গতি তৈরি করতে পারে, যার ফলে চাক্ষুষ ইনপুটের একাধিক সমানভাবে বিশ্বাসযোগ্য ব্যাখ্যা তৈরি হয়, অর্থাৎ এখানকার ভেক্টর ক্ষেত্রগুলো একটি একক পৃষ্ঠের সুসংগত গতি বা পরস্পর ছেদকারী পৃষ্ঠের স্বচ্ছ গতি থেকে উদ্ভূত হতে পারে। গ (বামে) আমাদের টেক্সচারযুক্ত গ্রিড উদ্দীপকের একটি উদাহরণ। আয়তক্ষেত্রাকার গ্রেটিংগুলো তাদের দিকের সাথে লম্বভাবে সরে গিয়ে (“উপাদান দিকসমূহ” – সাদা তীরচিহ্ন) একে অপরের উপর উপরিপাতিত হয়ে একটি গ্রেটিং প্যাটার্ন তৈরি করে। এই জালিকাটিকে দিকগুলোর একটি একক, নিয়মিত, সংযুক্ত গতি (লাল তীরচিহ্ন) বা যৌগিক দিকগুলোর একটি স্বচ্ছ গতি হিসাবে উপলব্ধি করা যেতে পারে। এলোমেলো বিন্দু টেক্সচার সংকেত যোগ করার ফলে ল্যাটিসের উপলব্ধি বিকৃত হয়। (মাঝখানে) হলুদ রঙে চিহ্নিত এলাকাটিকে প্রসারিত করা হয়েছে এবং যথাক্রমে সুসংগত এবং স্বচ্ছ সংকেতের জন্য একাধিক ফ্রেম হিসেবে দেখানো হয়েছে। প্রতিটি ক্ষেত্রে বিন্দুর নড়াচড়া সবুজ এবং লাল তীরচিহ্ন দ্বারা দেখানো হয়েছে। (ডানে) নির্বাচন বিন্দুর অবস্থান (x, y) বনাম ফ্রেম সংখ্যার গ্রাফ। সুসংগত ক্ষেত্রে, সমস্ত টেক্সচার একই দিকে সরে যায়। স্বচ্ছতার ক্ষেত্রে, টেক্সচারটি উপাদানের দিকে সরে যায়। d আমাদের গতি বিভাজন কাজের একটি কার্টুন চিত্র। বানরগুলো প্রতিটি ট্রায়াল একটি ছোট বিন্দুর দিকে স্থির দৃষ্টি রেখে শুরু করত। অল্প কিছুক্ষণ পর, একটি নির্দিষ্ট ধরনের গ্রেটিং প্যাটার্ন (সুসংগত/স্বচ্ছতা) এবং টেক্সচার সংকেতের আকার (যেমন কনট্রাস্ট) MT RF-এর অবস্থানে উপস্থিত হতো। প্রতিটি পরীক্ষার সময়, গ্রেটিংটি প্যাটার্নের দুটি সম্ভাব্য দিকের যেকোনো একটিতে সরে যেতে পারত। উদ্দীপকটি সরিয়ে নেওয়ার পর, MT RF-এর উপরে এবং নীচে নির্বাচনের লক্ষ্যবস্তু উপস্থিত হতো। বানরগুলোকে অবশ্যই স্যাক্যাডের মাধ্যমে উপযুক্ত নির্বাচনের লক্ষ্যবস্তুর দিকে গ্রিড সম্পর্কে তাদের উপলব্ধি নির্দেশ করতে হতো।
চাক্ষুষ গতিবিধির প্রক্রিয়াকরণ সুসংজ্ঞায়িত এবং তাই এটি উপলব্ধিমূলক বিভাজনের স্নায়বিক বর্তনী অধ্যয়নের জন্য একটি চমৎকার মডেল প্রদান করে। বেশ কিছু গণনাভিত্তিক গবেষণায় দ্বি-পর্যায়ের গতি প্রক্রিয়াকরণ মডেলের উপযোগিতা উল্লেখ করা হয়েছে, যেখানে উচ্চ-রেজোলিউশনের প্রাথমিক অনুমানের পরে কোলাহল দূর করতে এবং বস্তুর বেগ পুনরুদ্ধার করতে স্থানীয় নমুনাগুলির নির্বাচনী একীকরণ করা হয়7,8। এটি মনে রাখা গুরুত্বপূর্ণ যে দৃষ্টি ব্যবস্থাগুলিকে অবশ্যই এই এনসেম্বলকে শুধুমাত্র সাধারণ বস্তু থেকে প্রাপ্ত স্থানীয় নমুনাগুলির মধ্যে সীমাবদ্ধ রাখতে হবে। মনো-ভৌত গবেষণায় সেইসব ভৌত কারণ বর্ণনা করা হয়েছে যা স্থানীয় গতির সংকেতগুলি কীভাবে বিভাজিত হয় তা প্রভাবিত করে, কিন্তু শারীরবৃত্তীয় গতিপথের আকৃতি এবং স্নায়বিক কোডগুলি এখনও অমীমাংসিত প্রশ্ন। অসংখ্য প্রতিবেদন থেকে জানা যায় যে প্রাইমেট কর্টেক্সের টেম্পোরাল (MT) অঞ্চলের অভিমুখীকরণ-নির্বাচনকারী কোষগুলি স্নায়বিক ভিত্তির সম্ভাব্য প্রার্থী।
গুরুত্বপূর্ণভাবে, এই পূর্ববর্তী পরীক্ষাগুলিতে, স্নায়বিক কার্যকলাপের পরিবর্তনগুলি চাক্ষুষ উদ্দীপকের ভৌত পরিবর্তনের সাথে সম্পর্কযুক্ত ছিল। তবে, উপরে যেমন উল্লেখ করা হয়েছে, বিভাজন মূলত একটি উপলব্ধিমূলক প্রক্রিয়া। অতএব, এর স্নায়বিক ভিত্তি অধ্যয়নের জন্য স্নায়বিক কার্যকলাপের পরিবর্তনকে স্থির উদ্দীপকের উপলব্ধির পরিবর্তনের সাথে যুক্ত করা প্রয়োজন। এজন্য, আমরা দুটি বানরকে প্রশিক্ষণ দিয়েছিলাম এটা জানাতে যে, উপরিপাতিত চলমান আয়তক্ষেত্রাকার গ্রেটিং দ্বারা গঠিত অনুভূত দ্বি-স্থিতিশীল গ্রেটিং প্যাটার্নটি একটি একক পৃষ্ঠ ছিল নাকি দুটি স্বাধীন পৃষ্ঠ ছিল। স্নায়বিক কার্যকলাপ এবং বিভাজন সিদ্ধান্তের মধ্যে সম্পর্ক অধ্যয়ন করার জন্য, বানরগুলো যখন এই কাজটি করছিল, তখন আমরা MT-তে একটি একক কার্যকলাপ রেকর্ড করেছিলাম।
আমরা এমটি কার্যকলাপ এবং উপলব্ধির অধ্যয়নের মধ্যে একটি উল্লেখযোগ্য পারস্পরিক সম্পর্ক খুঁজে পেয়েছি। উদ্দীপকগুলিতে সুস্পষ্ট বিভাজন সংকেত থাকুক বা না থাকুক, এই পারস্পরিক সম্পর্কটি বিদ্যমান ছিল। উপরন্তু, এই প্রভাবের তীব্রতা বিভাজন সংকেতের প্রতি সংবেদনশীলতার পাশাপাশি প্যাটার্ন ইনডেক্সের সাথেও সম্পর্কিত। শেষোক্তটি পরিমাপ করে যে, জটিল প্যাটার্নে এককটি স্থানীয় গতির পরিবর্তে বৈশ্বিক গতি কতটা বিকিরণ করে। যদিও ফ্যাশন দিকের প্রতি নির্বাচনশীলতা দীর্ঘদিন ধরে এমটি-র একটি সংজ্ঞায়িত বৈশিষ্ট্য হিসাবে স্বীকৃত, এবং ফ্যাশন-নির্বাচনশীল কোষগুলি জটিল উদ্দীপকের প্রতি মানুষের উপলব্ধির সাথে সামঞ্জস্যপূর্ণ টিউনিং দেখায়, আমাদের জ্ঞানমতে, প্যাটার্ন ইনডেক্স এবং উপলব্ধিমূলক বিভাজনের মধ্যে পারস্পরিক সম্পর্কের এটিই প্রথম প্রমাণ।
আমরা দুটি বানরকে চলমান গ্রিড উদ্দীপকের (সুসংগত বা স্বচ্ছ গতি) উপলব্ধি প্রদর্শন করতে প্রশিক্ষণ দিয়েছিলাম। মানুষ সাধারণত এই উদ্দীপকগুলোকে প্রায় একই কম্পাঙ্কের সুসংগত বা স্বচ্ছ গতি হিসেবে উপলব্ধি করে। এই ট্রায়ালে সঠিক উত্তর দেওয়ার জন্য এবং অপারেন্ট পুরস্কারের ভিত্তি স্থাপন করার জন্য, আমরা ল্যাটিস গঠনকারী উপাদানের র‍্যাস্টারকে টেক্সচারিং করে সেগমেন্টেশন সিগন্যাল তৈরি করেছিলাম (চিত্র ১গ, ঘ)। সুসংগত অবস্থায়, সমস্ত টেক্সচার প্যাটার্নের দিক বরাবর চলে (চিত্র ১গ, “সুসংগত”)। স্বচ্ছ অবস্থায়, টেক্সচারটি যে গ্রেটিংয়ের উপর স্থাপন করা হয়, তার দিকের সাথে লম্বভাবে চলে (চিত্র ১গ, “স্বচ্ছ”)। আমরা এই টেক্সচার লেবেলের কনট্রাস্ট পরিবর্তন করে কাজটি কতটা কঠিন তা নিয়ন্ত্রণ করি। কিউড ট্রায়ালগুলোতে, বানরদের টেক্সচার কিউ অনুযায়ী প্রতিক্রিয়ার জন্য পুরস্কৃত করা হয়েছিল, এবং টেক্সচার কিউ ছাড়া প্যাটার্নযুক্ত ট্রায়ালগুলোতে (শূন্য টেক্সচার কনট্রাস্ট অবস্থা) পুরস্কার এলোমেলোভাবে (৫০/৫০ সম্ভাবনা) দেওয়া হয়েছিল।
দুটি প্রতিনিধিত্বমূলক পরীক্ষা থেকে প্রাপ্ত আচরণগত তথ্য চিত্র ২ক-তে দেখানো হয়েছে, এবং প্রতিক্রিয়াগুলোকে যথাক্রমে উপরে বা নিচে স্থানান্তরিত হওয়া প্যাটার্নগুলোর জন্য টেক্সচার সংকেতের সঙ্গতি বনাম বৈসাদৃশ্যের মূল্যায়নের অনুপাত হিসাবে প্লট করা হয়েছে (সংজ্ঞা অনুসারে স্বচ্ছতার বৈসাদৃশ্যকে ঋণাত্মক বলে ধরে নেওয়া হয়েছে)। সামগ্রিকভাবে, বানরদের সামঞ্জস্য/স্বচ্ছতা উপলব্ধি টেক্সচার সংকেতের চিহ্ন (স্বচ্ছ, সামঞ্জস্যপূর্ণ) এবং তীব্রতা (বৈসাদৃশ্য) উভয় দ্বারাই নির্ভরযোগ্যভাবে প্রভাবিত হয়েছিল (ANOVA; বানর N: দিক – F = 0.58, p = 0.45, চিহ্ন – F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10−10, বৈসাদৃশ্য – F = 36.5, p < 10−10)। সামগ্রিকভাবে, বানরদের সামঞ্জস্য/স্বচ্ছতা উপলব্ধি টেক্সচার সংকেতের চিহ্ন (স্বচ্ছ, সামঞ্জস্যপূর্ণ) এবং তীব্রতা (বৈসাদৃশ্য) উভয় দ্বারাই নির্ভরযোগ্যভাবে প্রভাবিত হয়েছিল (ANOVA; বানর N: দিক – F = 0.58, p = 0.45, চিহ্ন – F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10−10, বৈসাদৃশ্য – F = 36.5, p < 10−10)। В целом на восприятие обезьянами когерентности/прозрачности достоверно влияли как знак (прозрачность, когерентность), так ислам (контрастность) текстурного признака (ANOVA; обезьяна N: направление — F = 0,58, p = 0,45, знак — F = 1248, p < 10−10, контраст, −10, p−10, контраст, = 30; обезьяна S: направление – F = 0,41, p = 0,52, признак – F = 2876,7, p < 10−10, контраст – F = 36,5, р < 10-10)। সাধারণভাবে, বানরের দ্বারা সামঞ্জস্য/স্বচ্ছতার উপলব্ধি টেক্সচারাল বৈশিষ্ট্যের চিহ্ন (স্বচ্ছতা, সামঞ্জস্য) এবং তীব্রতা (বৈসাদৃশ্য) উভয় দ্বারাই উল্লেখযোগ্যভাবে প্রভাবিত হয়েছিল (ANOVA; বানর N: দিক — F = 0.58, p = 0.45, চিহ্ন — F = 1248, p < 10−10, বৈসাদৃশ্য – F = 22.63, p < 10; বানর S: দিক – F = 0.41, p = 0.52, চিহ্ন – F = 2876.7, p < 10 −10, বৈসাদৃশ্য – F = 36.5, p < 10-10)।总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符号（透明、连贯）和强度（对比度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.63, p < 10;−10 猴子S: 方向– F = 0.41, p = 0.52, 符号– F = 2876.7, p < 10−10, 对比度– F = 36.5，p < 10-10）.总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符号（透明、连贯）和强度（对比度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.63, p < 10;−10 ৩৬.৫, পি < ১০⁻¹⁰)।সাধারণভাবে, বানরের সামঞ্জস্য/স্বচ্ছতার উপলব্ধি টেক্সচার সংকেতের চিহ্ন (স্বচ্ছতা, সামঞ্জস্য) এবং তীব্রতা (বৈসাদৃশ্য) দ্বারা উল্লেখযোগ্যভাবে প্রভাবিত হয়েছিল (ANOVA);обезьяна N: ориентация – F = 0,58, p = 0,45, знак – F = 1248, p < 10−10, Контрастность — F = 22,63, p < 10; বানর N: অভিমুখ – F = ০.৫৮, p = ০.৪৫, চিহ্ন – F = ১২৪৮, p < ১০−১০, বৈসাদৃশ্য – F = ২২.৬৩, p < ১০; −10 Обезьяна S: Ориентация — F = 0,41, p = 0,52, Знак — F = 2876,7, p < 10−10, Контрастность — F = 36,5, p < 10-10)। −১০ বানর এস: অভিমুখ – এফ = ০.৪১, পি = ০.৫২, চিহ্ন – এফ = ২৮৭৬.৭, পি < ১০⁻¹⁰, বৈসাদৃশ্য – এফ = ৩৬.৫, পি < ১০⁻¹⁰)।বানরগুলোর মনোদৈহিক বৈশিষ্ট্য নিরূপণ করার জন্য প্রতিটি সেশনের ডেটার সাথে গাউসীয় ক্রমযৌগিক ফাংশন ফিট করা হয়েছিল। চিত্র ২খ-তে উভয় বানরের জন্য সমস্ত সেশন জুড়ে এই মডেলগুলোর সামঞ্জস্যের বিন্যাস দেখানো হয়েছে। সামগ্রিকভাবে, বানরগুলো কাজটি নির্ভুলভাবে এবং ধারাবাহিকভাবে সম্পন্ন করেছিল, এবং ক্রমযৌগিক গাউসীয় মডেলের সাথে সামঞ্জস্যহীনতার কারণে আমরা দুই-বানরের সেশনগুলোর ১৩%-এরও কম বাতিল করেছি।
ক) প্রতিনিধিত্বমূলক সেশনগুলিতে বানরের আচরণের উদাহরণ (প্রতিটি উদ্দীপক অবস্থার জন্য n ≥ ২০টি ট্রায়াল)। বাম (ডান) প্যানেলে, একটি N(S) বানরের সেশন থেকে প্রাপ্ত ডেটা কোহেরেন্ট সিলেকশন স্কোর (অর্ডিনেট) বনাম টেক্সচার সিগন্যালের সাইন কনট্রাস্ট (অ্যাবসিসা) হিসাবে প্লট করা হয়েছে। এখানে ধরে নেওয়া হয়েছে যে স্বচ্ছ (কোহেরেন্ট) টেক্সচারের মান নেতিবাচক (ধনাত্মক)। পরীক্ষায় প্যাটার্নের সরণের দিক (উপরে (৯০°) বা নিচে (২৭০°)) অনুসারে প্রতিক্রিয়াগুলি আলাদাভাবে তৈরি করা হয়েছিল। উভয় প্রাণীর ক্ষেত্রেই, প্রতিক্রিয়াটি ৫০/৫০ কনট্রাস্ট (PSE – কঠিন তীরচিহ্ন) দ্বারা বিভক্ত হোক বা একটি নির্দিষ্ট স্তরের পারফরম্যান্স বজায় রাখার জন্য প্রয়োজনীয় টেক্সচারাল কনট্রাস্টের পরিমাণ (থ্রেশহোল্ড – খোলা তীরচিহ্ন) হোক, পারফরম্যান্স এই ড্রিফট দিকগুলিতেই থাকে। খ) গাউসিয়ান কিউমুলেটিভ ফাংশনের R² মানের ফিটেড হিস্টোগ্রাম। বাম (ডান) প্যানেলে বানর S(N)-এর ডেটা দেখানো হয়েছে। c (উপরে) গ্রিডের নিচের দিকে সরানো (অর্ডিনেট) এবং গ্রিডের উপরের দিকে সরানো (অ্যাবসিসা) PSE-এর তুলনা করে প্লট করা হয়েছে, যেখানে প্রান্তগুলি প্রতিটি অবস্থার জন্য PSE বন্টনকে প্রতিনিধিত্ব করে এবং তীরচিহ্নগুলি প্রতিটি অবস্থার গড় নির্দেশ করে। সমস্ত N(S) বানরের সেশনের ডেটা বাম (ডান) কলামে দেওয়া হয়েছে। (নীচে) PSE ডেটার জন্য ব্যবহৃত একই নিয়ম, কিন্তু ফিট করা ফিচার থ্রেশহোল্ডের জন্য। PSE থ্রেশহোল্ড বা ফ্যাশন ট্রেন্ডে কোনো উল্লেখযোগ্য পার্থক্য ছিল না (মূল লেখা দেখুন)। d কৌণিক বিভাজন উপাদানের (“ইন্টিগ্রাল গ্রেটিং অ্যাঙ্গেল” – অ্যাবসিসা) স্বাভাবিককৃত রাস্টার অভিমুখের উপর নির্ভর করে PSE এবং ঢাল (অর্ডিনেট) প্লট করা হয়েছে। খোলা বৃত্তগুলি হল গড়, কঠিন রেখাটি হল সেরা ফিটিং রিগ্রেশন মডেল, এবং বিন্দুযুক্ত রেখাটি হল রিগ্রেশন মডেলের জন্য ৯৫% কনফিডেন্স ইন্টারভাল। PSE এবং স্বাভাবিককৃত ইন্টিগ্রেশন অ্যাঙ্গেলের মধ্যে একটি উল্লেখযোগ্য সম্পর্ক রয়েছে, কিন্তু ঢাল এবং স্বাভাবিককৃত ইন্টিগ্রেশন অ্যাঙ্গেলের মধ্যে নেই, যা থেকে বোঝা যায় যে কোণটি উপাদান ল্যাটিসগুলিকে পৃথক করার সাথে সাথে সাইকোমেট্রিক ফাংশনটি স্থানান্তরিত হয়, কিন্তু তীক্ষ্ণ বা সমতল হয় না। (বানর N, n = ৩২টি সেশন; বানর S, n = ৪৩টি সেশন)। সমস্ত প্যানেলে, এরর বারগুলো গড়ের স্ট্যান্ডার্ড এরর নির্দেশ করে। হাহা। কোহেরেন্স, PSE সাবজেক্টিভ ইকুয়ালিটি স্কোর, নর্ম। স্ট্যান্ডার্ডাইজেশন।
উপরে যেমন উল্লেখ করা হয়েছে, টেক্সচার সংকেতের বৈসাদৃশ্য এবং প্যাটার্নের চলাচলের দিক উভয়ই ট্রায়াল জুড়ে পরিবর্তিত হয়েছে, যেখানে একটি নির্দিষ্ট ট্রায়ালে উদ্দীপকগুলো উপরে বা নীচে সরে গেছে। এটি করা হয় মনোদৈহিক¹¹ এবং স্নায়বিক²⁸ অভিযোজনমূলক প্রভাবগুলো কমানোর জন্য। প্যাটার্নের অভিমুখ বনাম বায়াস (ব্যক্তিগত সমতা বিন্দু বা PSE) (উইলকক্সন র‍্যাঙ্ক সাম টেস্ট; বানর N: z = ০.২৫, p = ০.৮; বানর S: z = ০.৮৬, p = ০.৩৯) অথবা ফিটেড ফাংশন থ্রেশহোল্ড (উইলকক্সন র‍্যাঙ্কের যোগফল; বানর N: z = ০.১৪, p = ০.৮৯, বানর S: z = ০.৪৯, p = ০.৬২) (চিত্র ২গ)। এছাড়াও, কর্মক্ষমতার প্রান্তিক স্তর বজায় রাখার জন্য প্রয়োজনীয় টেক্সচার কনট্রাস্টের মাত্রার ক্ষেত্রে বানরগুলোর মধ্যে কোনো উল্লেখযোগ্য পার্থক্য ছিল না (N বানর = ২৪.৫% ± ৩.৯%, S বানর = ১৮.৯% ± ১.৯%; উইলকক্সন র‍্যাঙ্ক সাম, z = ১.০১, p = ০.৩১)।
প্রতিটি সেশনে, আমরা উপাদান ল্যাটিসগুলোর অভিমুখকে পৃথককারী আন্তঃল্যাটিস কোণ পরিবর্তন করেছি। মনোভৌত গবেষণায় দেখা গেছে যে, এই কোণটি ছোট হলে মানুষের সেল ১০-কে সংযুক্ত হিসেবে উপলব্ধি করার সম্ভাবনা বেশি থাকে। যদি বানরগুলো তাদের সঙ্গতি/স্বচ্ছতার উপলব্ধি নির্ভরযোগ্যভাবে জানাতো, তাহলে এই ফলাফলগুলোর উপর ভিত্তি করে আশা করা যেত যে, মিথস্ক্রিয়ার ফলে PSE (যা সঙ্গতি এবং স্বচ্ছতার পছন্দের মধ্যে একটি অভিন্ন বিভাজনের সাথে সম্পর্কিত টেক্সচার কনট্রাস্ট) বৃদ্ধি পাবে। ল্যাটিস কোণ। প্রকৃতপক্ষে বিষয়টি এমনই ছিল (চিত্র ২ডি; প্যাটার্নের দিক বরাবর সংকোচন, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = ২৩.০৬, p < ১০−৩; বানর S: χ2 = ২২.২২, p < ১০−৩; স্বাভাবিককৃত ইন্টার-গ্রেটিং কোণ এবং PSE-এর মধ্যে পারস্পরিক সম্পর্ক – বানর N: r = ০.৬৭, p < ১০−৯; বানর S: r = ০.৭৬, p < ১০−১৩)। প্রকৃতপক্ষে বিষয়টি এমনই ছিল (চিত্র ২ডি; প্যাটার্নের দিক বরাবর সংকোচন, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = ২৩.০৬, p < ১০−৩; বানর S: χ2 = ২২.২২, p < ১০−৩; স্বাভাবিককৃত আন্তঃ-গ্রেটিং কোণ এবং PSE-এর মধ্যে পারস্পরিক সম্পর্ক – বানর N: r = ০.৬৭, p < ১০−৯; বানর S: r = ০.৭৬, p < ১০−১৩)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = p, 23; Sb, 23; χ2 = 22,22, p < 10–3; корреляция между нормализованными угол решетки и PSE – обезьяна N: r = 0,67, p < 10-9, обезьяна S: r = 0,76, p < 10-13)। প্রকৃতপক্ষে এটিই ঘটেছিল (চিত্র ২ডি; প্যাটার্নের দিক বরাবর সংকোচন, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = ২৩.০৬, p < ১০–৩; বানর S: χ2 = ২২.২২, p < ১০–৩; স্বাভাবিককৃত ল্যাটিস কোণ এবং PSE-এর মধ্যে পারস্পরিক সম্পর্ক – বানর N: r = ০.৬৭, p < ১০-৯, বানর S: r = ০.৭৬, p < ১০-১৩)।情况确实如此（图2d；跨模式方向折叠，Kruskal-Wallis；猴子N：χ2 = 23.06，p <10-3；2S =2χχ2 10-3；标准化间光栅角和PSE – 猴子N：r = 0.67，p <10-9；猴子S：r = 0.76，p <10-13）।情况 确实 如此 （图 图 2D ； 方向 折叠 ， ক্রুস্কাল-ওয়ালিস ； n ： ： 2 = 23.06 ， p <10-3 Ｍ Ｍ = 2D 22.22 ， p < 10-3 ； 间 光栅角 和 pse-猴子 猴子 猴子 猴子 猴子 猴子 猴子 猴子 猴子N：r = 0.7 10-9；猴子S：r = ০.৭৬, পি < ১০⁻¹³)। Это действительно имело место (рис. 2d; кратность по оси моды, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p < 10: Sb = 23; 22,22, p < 10-3; নোর্মালিজোভাননый межрешеточный угол)। প্রকৃতপক্ষে বিষয়টি এমনই ছিল (চিত্র ২ডি; মোড অক্ষ বরাবর ভাঁজ, ক্রুসকাল-ওয়ালিস; বানর N: χ2 = ২৩.০৬, p < ১০⁻³; বানর S: χ2 = ২২.২২, p < ১০⁻³; স্বাভাবিককৃত আন্তঃজালিকা কোণ)। PSE- обезьяна N: r = 0,67, p < 10–9, обезьяна S: r = 0,76, p < 10–13)। পিএসই বানর এন: আর = ০.৬৭, পি < ১০–৯, বানর এস: আর = ০.৭৬, পি < ১০–১৩)।এর বিপরীতে, আন্তঃজালিকা কোণ পরিবর্তনের ফলে সাইকোমেট্রিক ফাংশনের ঢালের উপর কোনো উল্লেখযোগ্য প্রভাব পড়েনি (চিত্র ২ডি; ক্রস-মোডাল ওরিয়েন্টেশন ফোল্ড, ক্রুসকাল-ওয়ালিস; বানর N: χ² = ৮.০৯, p = ০.২৩; বানর S: χ² = ৩.১৮, p = ০.৬৭, স্বাভাবিককৃত আন্তঃজালিকা কোণ এবং ঢালের মধ্যে পারস্পরিক সম্পর্ক – বানর N: r = -০.৪, p = ০.২, বানর S: r = ০.০৩, p = ০.৭৬)। সুতরাং, একজন ব্যক্তির মনোদৈহিক তথ্য অনুসারে, গ্রেটিংগুলোর মধ্যবর্তী কোণ পরিবর্তনের গড় প্রভাব হলো সরণ বিন্দুর স্থানান্তর, এবং এটি বিভাজন সংকেতের প্রতি সংবেদনশীলতার বৃদ্ধি বা হ্রাস নয়।
অবশেষে, শূন্য টেক্সচার কনট্রাস্টযুক্ত ট্রায়ালগুলিতে ০.৫ সম্ভাবনায় এলোমেলোভাবে পুরস্কার বরাদ্দ করা হয়। যদি সমস্ত বানর এই অনন্য এলোমেলোতা সম্পর্কে সচেতন থাকত এবং শূন্য টেক্সচার কনট্রাস্ট ও কিউ স্টিমুলির মধ্যে পার্থক্য করতে পারত, তবে তারা দুই ধরনের ট্রায়ালের জন্য ভিন্ন কৌশল তৈরি করতে পারত। দুটি পর্যবেক্ষণ জোরালোভাবে ইঙ্গিত দেয় যে বিষয়টি এমন নয়। প্রথমত, গ্রেটিং কোণ পরিবর্তন করার ফলে কিউ এবং শূন্য টেক্সচার কনট্রাস্ট স্কোরের উপর গুণগতভাবে একই রকম প্রভাব পড়েছিল (চিত্র ২ডি এবং পরিপূরক চিত্র ১)। দ্বিতীয়ত, উভয় বানরের ক্ষেত্রেই, বাইস্টেবল ট্রায়াল নির্বাচনটি সবচেয়ে সাম্প্রতিক (পূর্ববর্তী) পুরস্কার নির্বাচনের পুনরাবৃত্তি হওয়ার সম্ভাবনা কম (বাইনোমিয়াল টেস্ট, বানরের সংখ্যা: ০.৫২, z = ০.৭৪, p = ০.২২; বানরের সংখ্যা: ০.৫১, r = ০.৯, p = ০.১৮)।
উপসংহারে, আমাদের সেগমেন্টেশন টাস্কে বানরদের আচরণ ভালো স্টিমুলাস কন্ট্রোলের অধীনে ছিল। টেক্সচার কিউ-এর চিহ্ন ও আকারের উপর পারসেপচুয়াল জাজমেন্টের নির্ভরতা, এবং গ্রেটিং অ্যাঙ্গেলের সাথে PSE-এর পরিবর্তন, নির্দেশ করে যে বানররা মোটর কোহেরেন্স/ট্রান্সপারেন্সি সম্পর্কে তাদের বিষয়গত উপলব্ধি প্রকাশ করেছে। পরিশেষে, জিরো টেক্সচার কনট্রাস্ট ট্রায়ালগুলিতে বানরদের প্রতিক্রিয়া পূর্ববর্তী ট্রায়ালগুলির রিওয়ার্ড হিস্ট্রি দ্বারা প্রভাবিত হয়নি এবং ইন্টার-র‍্যাস্টার অ্যাঙ্গুলার পরিবর্তন দ্বারা উল্লেখযোগ্যভাবে প্রভাবিত হয়েছিল। এটি পরামর্শ দেয় যে বানররা এই গুরুত্বপূর্ণ শর্তের অধীনে ল্যাটিস সারফেস কনফিগারেশন সম্পর্কে তাদের বিষয়গত উপলব্ধি প্রকাশ করা অব্যাহত রাখে।
উপরে যেমন উল্লেখ করা হয়েছে, টেক্সচার কনট্রাস্টের নেতিবাচক থেকে ইতিবাচক রূপান্তরটি উদ্দীপকের স্বচ্ছ থেকে সুসংগত উপলব্ধিমূলক রূপান্তরের সমতুল্য। সাধারণভাবে, একটি নির্দিষ্ট কোষের জন্য, টেক্সচার কনট্রাস্ট নেতিবাচক থেকে ইতিবাচক হওয়ার সাথে সাথে MT প্রতিক্রিয়া বাড়তে বা কমতে থাকে, এবং এই প্রভাবের দিকটি সাধারণত প্যাটার্ন/উপাদানের চলাচলের দিকের উপর নির্ভর করে। উদাহরণস্বরূপ, দুটি প্রতিনিধিত্বমূলক MT কোষের দিকনির্দেশক টিউনিং কার্ভ চিত্র ৩-এ দেখানো হয়েছে, সাথে কম বা উচ্চ কনট্রাস্টের সুসংগত বা স্বচ্ছ টেক্সচার সংকেতযুক্ত গ্রেটিংগুলির প্রতি এই কোষগুলির প্রতিক্রিয়াও দেখানো হয়েছে। আমরা এই গ্রিড প্রতিক্রিয়াগুলিকে আরও ভালোভাবে পরিমাপ করার জন্য কোনো না কোনো উপায় চেষ্টা করেছি, যা আমাদের বানরদের মনোদৈহিক কর্মক্ষমতার সাথে সম্পর্কিত হতে পারে।
একটি একক সাইনুসয়েডাল অ্যারের প্রতিক্রিয়ায় একটি প্রতিনিধিত্বমূলক বানরের MT কোষ S-এর দিকনির্দেশক টিউনিং কার্ভের পোলার প্লট। কোণটি গ্রেটিং-এর সরণের দিক নির্দেশ করে, মানটি নিঃসরণ ক্ষমতা নির্দেশ করে, এবং কোষের পছন্দের দিকটি গ্রেটিং প্যাটার্নের দিকের একটি উপাদানের দিকের সাথে প্রায় ৯০° (উপরের দিকে) ওভারল্যাপ করে। খ) ক-তে দেখানো কোষটির জন্য, টেমপ্লেটের দিকে ৯০° স্থানান্তরিত প্রতিক্রিয়া গ্রিডের সাপ্তাহিক উদ্দীপক-সময় হিস্টোগ্রাম (PSTH) (বামে পরিকল্পিতভাবে দেখানো হয়েছে)। প্রতিক্রিয়াগুলি টেক্সচার ইঙ্গিতের ধরন (সংযোজী/স্বচ্ছ – যথাক্রমে মধ্য/ডান প্যানেল) এবং মাইকেলসন কনট্রাস্ট (PSTH রঙের ইঙ্গিত) অনুসারে সাজানো হয়েছে। প্রতিটি ধরনের নিম্ন-কনট্রাস্ট এবং উচ্চ-কনট্রাস্ট টেক্সচার সংকেতের জন্য শুধুমাত্র সঠিক প্রচেষ্টাগুলি দেখানো হয়েছে। কোষগুলি স্বচ্ছ টেক্সচার সংকেত সহ উপরের দিকে প্রবাহিত ল্যাটিস প্যাটার্নগুলিতে আরও ভাল প্রতিক্রিয়া দেখিয়েছে, এবং এই প্যাটার্নগুলির প্রতি প্রতিক্রিয়া টেক্সচার কনট্রাস্ট বৃদ্ধির সাথে সাথে বৃদ্ধি পেয়েছে। c, d-তে a এবং b-এর মতোই একই নিয়ম প্রযোজ্য, কিন্তু বানর S ছাড়া অন্য MT কোষগুলোর ক্ষেত্রে, তাদের পছন্দের অভিমুখ নিম্নগামী গ্রিডের অভিমুখের সাথে প্রায় মিলে যায়। ইউনিটটি সুসংগত টেক্সচার সংকেতযুক্ত নিম্নগামী গ্রেটিং পছন্দ করে, এবং এই প্যাটার্নগুলোর প্রতি প্রতিক্রিয়া টেক্সচার কনট্রাস্ট বাড়ার সাথে সাথে বৃদ্ধি পায়। সমস্ত প্যানেলে, ছায়াযুক্ত এলাকাটি গড়ের স্ট্যান্ডার্ড এরর নির্দেশ করে। স্পোক। স্পাইক, সেকেন্ড। সেকেন্ড।
আমাদের টেক্সচার সিগন্যাল দ্বারা নির্দেশিত ল্যাটিস পৃষ্ঠের কনফিগারেশন (সমন্বিত বা স্বচ্ছ) এবং এমটি অ্যাক্টিভিটির মধ্যে সম্পর্ক অন্বেষণ করার জন্য, আমরা প্রথমে রিগ্রেশনের মাধ্যমে সমন্বিত নড়াচড়া (ধনাত্মক ঢাল) বা স্বচ্ছ নড়াচড়ার (ঋণাত্মক ঢাল) জন্য কোষগুলির মধ্যেকার পারস্পরিক সম্পর্ককে রিগ্রেস করেছি। কনট্রাস্টের তুলনায় সাইন রেসপন্স রেট দ্বারা কোষগুলিকে শ্রেণীবদ্ধ করার জন্য (প্রতিটি মোড দিকের জন্য আলাদাভাবে) এটি করা হয়েছে। চিত্র ৩-এর একই উদাহরণ কোষ থেকে প্রাপ্ত এই ল্যাটিস টিউনিং কার্ভগুলির উদাহরণ চিত্র ৪ক-তে দেখানো হয়েছে। শ্রেণীবদ্ধকরণের পরে, আমরা টেক্সচার সিগন্যালের মডুলেশনের প্রতি প্রতিটি কোষের সংবেদনশীলতা পরিমাপ করার জন্য রিসিভার পারফরম্যান্স অ্যানালাইসিস (ROC) ব্যবহার করেছি (পদ্ধতি দেখুন)। এইভাবে প্রাপ্ত নিউরোমেট্রিক ফাংশনগুলিকে একই সেশনের বানরদের সাইকোফিজিক্যাল বৈশিষ্ট্যের সাথে সরাসরি তুলনা করা যেতে পারে, যাতে ল্যাটিস টেক্সচারের প্রতি নিউরনের সাইকোফিজিক্যাল সংবেদনশীলতার সরাসরি তুলনা করা যায়। আমরা নমুনার সমস্ত ইউনিটের জন্য দুটি সিগন্যাল ডিটেকশন বিশ্লেষণ করেছি, প্যাটার্নের প্রতিটি দিকের জন্য (আবারও, উপরে বা নীচে) পৃথক নিউরোমেট্রিক বৈশিষ্ট্য গণনা করে। এটা উল্লেখ করা গুরুত্বপূর্ণ যে, এই বিশ্লেষণের জন্য আমরা কেবল সেই ট্রায়ালগুলোই অন্তর্ভুক্ত করেছি যেখানে (i) উদ্দীপকগুলোতে একটি টেক্সচার সংকেত ছিল এবং (ii) বানরগুলো সেই সংকেত অনুযায়ী প্রতিক্রিয়া দেখিয়েছিল (অর্থাৎ, “সঠিক” ট্রায়াল)।
গ্রেটিংগুলো উপরে (বামে) বা নিচে (ডানে) সরানোর ক্ষেত্রে, ফায়ার রেটগুলোকে যথাক্রমে টেক্সচার সাইন কনট্রাস্টের বিপরীতে প্লট করা হয়েছে, সলিড লাইনটি সেরা ফিট লিনিয়ার রিগ্রেশনকে প্রতিনিধিত্ব করে, এবং উপরের (নীচের) সারির ডেটা চিত্র ৩ক-তে দেখানো ডেটা থেকে নেওয়া হয়েছে। রাইস। ৩ক সেল, খ (চিত্র ৩গ, ঘ)। প্রতিটি সেল/ল্যাটিস ওরিয়েন্টেশন কম্বিনেশনের জন্য পছন্দের টেক্সচার কিউ (কোহারেন্ট/ট্রান্সপারেন্ট) নির্ধারণ করতে রিগ্রেশন স্লোপ ফিচারগুলো ব্যবহার করা হয়েছিল (প্রতিটি স্টিমুলাস কন্ডিশনের জন্য n ≥ ২০টি ট্রায়াল)। এরর বারগুলো গড়ের স্ট্যান্ডার্ড ডেভিয়েশনকে প্রতিনিধিত্ব করে। ba-তে দেখানো ইউনিটগুলোর নিউরোমেট্রিক ফাংশনগুলো একই সেশনে সংগৃহীত সাইকোমেট্রিক ফাংশনগুলোর সাথে একত্রে বর্ণনা করা হয়েছে। এখন, প্রতিটি ফিচারের জন্য, আমরা পছন্দের টুলটিপ চয়েস (অর্ডিনেট) (টেক্সট দেখুন) কে টেক্সচারের সাইন কনট্রাস্টের (অ্যাবসিসা) শতাংশ হিসাবে প্লট করেছি। টেক্সচার কনট্রাস্ট এমনভাবে পরিবর্তন করা হয়েছে যাতে পছন্দের টুলটিপগুলো পজিটিভ এবং ব্ল্যাঙ্ক টুলটিপগুলো নেগেটিভ হয়। ঊর্ধ্বমুখী (নিম্নমুখী) সরে যাওয়া গ্রিডগুলোর ডেটা বাম (ডান) প্যানেলে, উপরের (নিচের) সারিতে দেখানো হয়েছে – যা চিত্র ৩ক,খ (চিত্র ৩গ,ঘ)-তে দেখানো সেলগুলোর ডেটা। প্রতিটি প্যানেলে নিউরোমেট্রিক এবং সাইকোমেট্রিক থ্রেশহোল্ডের (N/P) অনুপাত দেখানো হয়েছে। স্পোকস। স্পাইকস, সেকেন্ড। সেকেন্ড, ডিরেক্টরি। দিক, পছন্দের প্রদেশ, সাই। সাইকোমেট্রি, নিউরোলজি।
চিত্র ৪ক এবং ৪খ-এর যথাক্রমে উপরের ও নিচের প্যানেলে দুটি প্রতিনিধিত্বমূলক এমটি কোষের ল্যাটিস টিউনিং কার্ভ ও নিউরোমেট্রিক ফাংশন এবং এই প্রতিক্রিয়াগুলোর সাথে একত্রিত তাদের সংশ্লিষ্ট সাইকোমেট্রিক ফাংশনগুলো দেখানো হয়েছে। টেক্সচারের আভাস স্বচ্ছ থেকে সুসংহত হওয়ার সাথে সাথে এই কোষগুলো মোটামুটি একঘেয়ে বৃদ্ধি বা হ্রাস দেখায়। এছাড়াও, এই বন্ধনের দিক এবং শক্তি ল্যাটিস গতির দিকের উপর নির্ভর করে। পরিশেষে, এই কোষগুলোর প্রতিক্রিয়া থেকে গণনা করা নিউরোমেট্রিক ফাংশনগুলো একমুখী গ্রিড মুভমেন্টের সাইকোফিজিক্যাল বৈশিষ্ট্যগুলোর কেবল কাছাকাছি পৌঁছেছিল (কিন্তু তবুও সেগুলোর সাথে সঙ্গতিপূর্ণ ছিল না)। নিউরোমেট্রিক এবং সাইকোমেট্রিক উভয় ফাংশনকেই থ্রেশহোল্ডের মাধ্যমে সংক্ষিপ্ত করা হয়েছিল, অর্থাৎ যা সঠিকভাবে নির্বাচিত একটি কনট্রাস্টের প্রায় ৮৪%-এর সাথে সঙ্গতিপূর্ণ (ফিট করা কিউমুলেটিভ গাউসিয়ান ফাংশনের গড় + ১ এসডি-এর সাথে সঙ্গতিপূর্ণ)। সম্পূর্ণ নমুনা জুড়ে, N/P অনুপাত, অর্থাৎ নিউরোমেট্রিক থ্রেশহোল্ড এবং সাইকোমেট্রিক থ্রেশহোল্ডের অনুপাত, বানর N-এর ক্ষেত্রে গড়ে 12.4 ± 1.2 এবং বানর S-এর ক্ষেত্রে 15.9 ± 1.8 ছিল, এবং ল্যাটিসটিকে অন্তত একটি দিকে সরানোর জন্য, বানর N (বানর S) থেকে মাত্র ~16% (18). %) ইউনিট (চিত্র 5a)। চিত্রে দেখানো কোষের উদাহরণ থেকে। চিত্র 3 এবং 4-এ যেমন দেখা যায়, কোষের পছন্দের অভিমুখ এবং পরীক্ষায় ব্যবহৃত ল্যাটিসের সরণের দিকের মধ্যেকার সম্পর্ক দ্বারা নিউরনের সংবেদনশীলতা প্রভাবিত হতে পারে। বিশেষ করে, চিত্র 3a,c-তে অভিমুখ সমন্বয় বক্ররেখাগুলি একটি একক সাইনুসয়েডাল অ্যারের নিউরন অভিমুখ সেটিং এবং আমাদের টেক্সচার্ড অ্যারেতে স্বচ্ছ/সমন্বিত গতির প্রতি এর সংবেদনশীলতার মধ্যেকার সম্পর্ক প্রদর্শন করে। উভয় বানরের ক্ষেত্রেই বিষয়টি এমনই ছিল (অ্যানোভা; আপেক্ষিক পছন্দের দিকগুলো ১০° রেজোলিউশনে বিন্যস্ত; বানর N: F = ২.১২, p < ০.০১; বানর S: F = ২.০১, p < ০.০১)। উভয় বানরের ক্ষেত্রেই বিষয়টি এমনই ছিল (অ্যানোভা; আপেক্ষিক পছন্দের দিকগুলো ১০° রেজোলিউশনে বিন্যস্ত; বানর N: F = ২.১২, p < ০.০১; বানর S: F = ২.০১, p < ০.০১)। Это имело место для обеих обезьян (ANOVA; относительные предпочтительные направления объединены в группы с; N: F = 2,12, p <0,01; обезьяна S: F = 2,01, p <0,01)। উভয় বানরের ক্ষেত্রেই বিষয়টি এমনই ছিল (ANOVA; আপেক্ষিক পছন্দের দিকগুলো ১০° ব্যবধানে বিন্যস্ত; বানর N: F=2.12, p<0.01; বানর S: F=2.01, p<0.01)।两只猴子都是这种情况（方差分析；以10° 分辨率合并的相对首选方向；猚 两 只 猴子 都 是 这 种 （方差 分析 以 10 ° 分辨率 合并 的 ； 对 方向 （方差2.12 ， p <0.01 ； ； ： f = 2.01 ， p <0.01。。。。。。。）））））））））））））））））））））））） Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена при разрешении , p 10°, F12°; <0,01; обезьяна S: F = 2,01, p <0,01)। উভয় বানরের ক্ষেত্রেই বিষয়টি এমনই ছিল (অ্যানোভা; ১০° রেজোলিউশনে একত্রিত আপেক্ষিক পছন্দের অভিমুখীকরণ; বানর N: F=2.12, p<0.01; বানর S: F=2.01, p<0.01)।নিউরনের সংবেদনশীলতার ব্যাপক পরিবর্তনশীলতার পরিপ্রেক্ষিতে (চিত্র ৫ক), আপেক্ষিক পছন্দের অভিমুখের উপর নিউরনের সংবেদনশীলতার নির্ভরতা দৃশ্যমান করার জন্য, আমরা প্রথমে প্রতিটি কোষের পছন্দের অভিমুখকে গ্রিড প্যাটার্নের চলাচলের জন্য "সর্বোত্তম" অভিমুখের (অর্থাৎ, যে দিকে গ্রেটিংটি কোষের পছন্দের অভিমুখ এবং গ্রেটিং প্যাটার্নের অভিমুখের মধ্যে ক্ষুদ্রতম কোণ তৈরি করে) সাপেক্ষে স্বাভাবিকীকরণ করেছি। আমরা দেখেছি যে নিউরনগুলির আপেক্ষিক থ্রেশহোল্ড ("নিকৃষ্টতম" ল্যাটিস অভিমুখের থ্রেশহোল্ড/"সর্বোত্তম" ল্যাটিস অভিমুখের থ্রেশহোল্ড) এই স্বাভাবিকীকৃত পছন্দের অভিমুখের সাথে পরিবর্তিত হয়, এবং এই থ্রেশহোল্ড অনুপাতের সর্বোচ্চ মান প্যাটার্ন বা উপাদানের অভিমুখের কাছাকাছি ঘটে (চিত্র ৫খ)। এই প্রভাবটি প্রতিটি নমুনার ইউনিটগুলিতে প্লেড প্যাটার্ন বা উপাদানগুলির কোনো একটি দিকের প্রতি পছন্দের দিকগুলির বণ্টনের পক্ষপাতিত্ব দ্বারা ব্যাখ্যা করা যায়নি (চিত্র ৫গ; রেইলি পরীক্ষা; বানর N: z = ৮.৩৩, p < ১০⁻³, বৃত্তাকার গড় = ১৯০.১৩ ডিগ্রি ± ৯.৮৩ ডিগ্রি; বানর S: z = ০.৭৯, p = ০.৪৫) এবং এটি প্লেডের আন্তঃ-সংযোজন কোণ জুড়ে সামঞ্জস্যপূর্ণ ছিল (পরিপূরক চিত্র ২)। এই প্রভাবটি প্রতিটি নমুনার ইউনিটগুলিতে প্লেড প্যাটার্ন বা উপাদানগুলির কোনো একটি দিকের প্রতি পছন্দের দিকগুলির বণ্টনের পক্ষপাতিত্ব দ্বারা ব্যাখ্যা করা যায়নি (চিত্র ৫গ; রেইলি পরীক্ষা; বানর N: z = ৮.৩৩, p < ১০⁻³, বৃত্তাকার গড় = ১৯০.১৩ ডিগ্রি ± ৯.৮৩ ডিগ্রি; বানর S: z = ০.৭৯, p = ০.৪৫) এবং এটি প্লেডের আন্তঃ-সংযোজন কোণ জুড়ে সামঞ্জস্যপূর্ণ ছিল (পরিপূরক চিত্র ২)। Этот эффект нельзя было объяснить смещением распределения предпочтительных направлений в единицах в каждой выборкет одного из клетчатых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10-3)। প্রতিটি নমুনার এককগুলিতে পছন্দের দিকগুলির বন্টন চেকার্ড দিক বা উপাদান দিকগুলির কোনো একটির দিকে সরে যাওয়ার মাধ্যমে এই প্রভাবটি ব্যাখ্যা করা যায়নি (চিত্র ৫গ; রেলে পরীক্ষা; বানরের সংখ্যা: z = ৮.৩৩, p < ১০–৩)।, বৃত্তাকার গড় = ১৯০.১৩ ডিগ্রি ± ৯.৮৩ ডিগ্রি; বানর এস: z = ০.৭৯, p = ০.৪৫) এবং প্লেড গ্রিডের সমস্ত কোণার জন্য একই ছিল (পরিপূরক চিত্র ২)।这种效应不能通过每个样本中单元中的优选方向分布偏向格子图案或组件方向之一来解释（图5c；瑞利测试；猴子N：z = 8.33，p < 10-3 ，圆形平均值= 190.13 度± 9.83 度；猴子S：z = 0.79，p = 0.45 并且在格子间光栅角上是一致的（补充图2）।这 种 效应 不 能 通过 每 样本 中 单元 中 优选 方向 分布 偏向 偏向 偏向 偏向 图滈滈滈来 解释 （图 图 图 瑞利 测试 ； 猴子 n ： z = 8.33 ， p <10-3 ， 平均值 平均圽 平均圽圆形 圆形 圆形 圆形 圆形 圆形 圆形 圆形z Этот эффект не может быть объяснен тем, что распределение предпочтительных ориентаций в клетках в каждом образевцев сторону структуры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z, <31, <31)। এই প্রভাবটি এই ঘটনা দ্বারা ব্যাখ্যা করা যায় না যে প্রতিটি নমুনার কোষগুলিতে পছন্দের অভিমুখের বন্টন হয় ল্যাটিস কাঠামোর দিকে অথবা এর উপাদান অভিমুখগুলির কোনো একটির দিকে পক্ষপাতদুষ্ট (চিত্র ৫গ; র‍্যালে পরীক্ষা; বানর N: z = ৮.৩৩, p < ১০–৩)।, বৃত্তাকার গড়) = ১৯০.১৩ ডিগ্রি ± ৯.৮৩ ডিগ্রি; বানর S: z = ০.৭৯, p = ০.৪৫) এবং গ্রিডগুলোর মধ্যে ল্যাটিস কোণগুলো সমান ছিল (পরিশিষ্ট চিত্র ২)।সুতরাং, টেক্সচারযুক্ত গ্রিডের প্রতি নিউরনের সংবেদনশীলতা অন্তত আংশিকভাবে এমটি টিউনিং-এর মৌলিক বৈশিষ্ট্যগুলোর উপর নির্ভর করে।
বাম প্যানেলটি N/P অনুপাতের (নিউরন/সাইকোফিজিওলজিক্যাল থ্রেশহোল্ড) বিন্যাস দেখায়; প্রতিটি কোষ দুটি ডেটা পয়েন্ট প্রদান করে, প্যাটার্নটি যেদিকে সরে যায় তার প্রতিটির জন্য একটি করে। ডান প্যানেলটি নমুনার সমস্ত ইউনিটের জন্য সাইকোফিজিক্যাল থ্রেশহোল্ড (অর্ডিনেট) বনাম নিউরোনাল থ্রেশহোল্ড (অ্যাবসিসা) প্লট করে। উপরের (নীচের) সারির ডেটা বানর N (S) থেকে নেওয়া। খ) সর্বোত্তম ল্যাটিস ওরিয়েন্টেশন এবং পছন্দের কোষ ওরিয়েন্টেশনের মধ্যে পার্থক্যের মাত্রার বিপরীতে নর্মালাইজড থ্রেশহোল্ড অনুপাত প্লট করা হয়েছে। "সেরা" দিকটিকে গ্রেটিং কাঠামোর (একটি একক সাইনুসয়েডাল গ্রেটিং দিয়ে পরিমাপ করা) সেই দিক হিসাবে সংজ্ঞায়িত করা হয়েছে যা পছন্দের কোষ ওরিয়েন্টেশনের সবচেয়ে কাছাকাছি। ডেটা প্রথমে নর্মালাইজড পছন্দের ওরিয়েন্টেশন অনুসারে বিন করা হয়েছিল (১০° বিন), তারপর থ্রেশহোল্ড অনুপাতগুলিকে সর্বোচ্চ মানের সাথে নর্মালাইজ করা হয়েছিল এবং প্রতিটি বিনের মধ্যে গড় করা হয়েছিল। যে কোষগুলির পছন্দের ওরিয়েন্টেশন ল্যাটিস উপাদানগুলির ওরিয়েন্টেশনের চেয়ে সামান্য বড় বা ছোট ছিল, ল্যাটিস প্যাটার্নের ওরিয়েন্টেশনের প্রতি তাদের সংবেদনশীলতার পার্থক্য সবচেয়ে বেশি ছিল। গ) প্রতিটি বানরে রেকর্ড করা সমস্ত MT ইউনিটের পছন্দের ওরিয়েন্টেশন বিন্যাসের গোলাপী হিস্টোগ্রাম।
অবশেষে, গ্রেটিং-এর নড়াচড়ার দিক এবং আমাদের বিভাজন সংকেতের (টেক্সচার) বিশদ বিবরণ দ্বারা এমটি-এর প্রতিক্রিয়া নিয়ন্ত্রিত হয়। স্নায়বিক এবং মনোদৈহিক সংবেদনশীলতার তুলনা করে দেখা গেছে যে, সাধারণভাবে, এমটি ইউনিটগুলো বানরের তুলনায় বৈসাদৃশ্যপূর্ণ টেক্সচার সংকেতের প্রতি অনেক কম সংবেদনশীল ছিল। তবে, ইউনিটটির পছন্দের অভিমুখ এবং গ্রিডের নড়াচড়ার দিকের মধ্যে পার্থক্যের উপর নির্ভর করে নিউরনের সংবেদনশীলতা পরিবর্তিত হয়েছে। সবচেয়ে সংবেদনশীল কোষগুলোর অভিমুখী পছন্দগুলো ল্যাটিস প্যাটার্ন বা এর অন্তর্ভুক্ত কোনো একটি অভিমুখকে প্রায় সম্পূর্ণরূপে আবৃত করে রাখত, এবং আমাদের নমুনার একটি ক্ষুদ্র অংশ বৈসাদৃশ্যের পার্থক্য উপলব্ধির ক্ষেত্রে বানরের মতোই বা তার চেয়েও বেশি সংবেদনশীল ছিল। এই অধিক সংবেদনশীল ইউনিটগুলো থেকে প্রাপ্ত সংকেতগুলো বানরের উপলব্ধির সাথে আরও ঘনিষ্ঠভাবে জড়িত কিনা তা নির্ধারণ করার জন্য, আমরা উপলব্ধি এবং স্নায়বিক প্রতিক্রিয়ার মধ্যেকার পারস্পরিক সম্পর্ক পরীক্ষা করেছি।
স্নায়বিক কার্যকলাপ এবং আচরণের মধ্যে সংযোগ স্থাপনের একটি গুরুত্বপূর্ণ পদক্ষেপ হলো নিউরন এবং স্থির উদ্দীপকের প্রতি আচরণগত প্রতিক্রিয়ার মধ্যে পারস্পরিক সম্পর্ক স্থাপন করা। স্নায়বিক প্রতিক্রিয়াকে বিভাজন সিদ্ধান্তের সাথে যুক্ত করার জন্য, এমন একটি উদ্দীপক তৈরি করা অপরিহার্য যা একই হওয়া সত্ত্বেও বিভিন্ন পরীক্ষায় ভিন্নভাবে অনুভূত হয়। বর্তমান গবেষণায়, এটিকে শূন্য টেক্সচার কনট্রাস্ট গ্রেটিং দ্বারা স্পষ্টভাবে উপস্থাপন করা হয়েছে। যদিও আমরা জোর দিয়ে বলছি যে, প্রাণীদের সাইকোমেট্রিক ফাংশনের উপর ভিত্তি করে, ন্যূনতম (প্রায় ২০%-এর কম) টেক্সচারাল কনট্রাস্টযুক্ত গ্রেটিংগুলোকে সাধারণত সুসংগত বা স্বচ্ছ বলে মনে করা হয়।
MT প্রতিক্রিয়াগুলি উপলব্ধিমূলক প্রতিবেদনের সাথে কতটা সম্পর্কযুক্ত তা পরিমাপ করার জন্য, আমরা আমাদের গ্রিড ডেটার একটি নির্বাচন সম্ভাব্যতা (CP) বিশ্লেষণ করেছি (দেখুন ৩)। সংক্ষেপে, CP হল একটি নন-প্যারামেট্রিক, নন-স্ট্যান্ডার্ড পরিমাপ যা স্পাইক প্রতিক্রিয়া এবং উপলব্ধিমূলক সিদ্ধান্তের মধ্যে সম্পর্ককে পরিমাপ করে³⁰। শূন্য টেক্সচারাল কনট্রাস্ট সহ গ্রিড ব্যবহার করা ট্রায়াল এবং যে সেশনগুলিতে বানররা এই প্রতিটি ধরণের ট্রায়ালের জন্য কমপক্ষে পাঁচটি পছন্দ করেছে, সেগুলিতে বিশ্লেষণ সীমাবদ্ধ করে, আমরা গ্রিড চলাচলের প্রতিটি দিকের জন্য আলাদাভাবে SR গণনা করেছি। বানরগুলোর মধ্যে, আমরা একটি গড় CP মান পর্যবেক্ষণ করেছি যা দৈবচয়নের মাধ্যমে প্রত্যাশিত মানের চেয়ে পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণভাবে বেশি (চিত্র ৬ক, ঘ; বানর N: গড় CP: ০.৫৪, ৯৫% CI: (০.৫৩, ০.৫৬), CP = ০.৫ এর নাল হাইপোথিসিসের বিপরীতে দ্বি-পার্শ্বীয় t-পরীক্ষা, t = ৬.৭, p < ১০⁻⁹; বানর S: গড় CP: ০.৫৫, ৯৫% CI: (০.৫৪, ০.৫৭), দ্বি-পার্শ্বীয় t-পরীক্ষা, t = ৯.৪, p < ১০⁻¹³)। বানরগুলোর মধ্যে, আমরা একটি গড় CP মান পর্যবেক্ষণ করেছি যা দৈবচয়নের মাধ্যমে প্রত্যাশিত মানের চেয়ে পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণভাবে বেশি (চিত্র ৬ক, ঘ; বানর N: গড় CP: ০.৫৪, ৯৫% CI: (০.৫৩, ০.৫৬), CP = ০.৫ এর নাল হাইপোথিসিসের বিপরীতে দ্বি-পার্শ্বীয় t-পরীক্ষা, t = ৬.৭, p < ১০⁻⁹; বানর S: গড় CP: ০.৫৫, ৯৫% CI: (০.৫৪, ০.৫৭), দ্বি-পার্শ্বীয় t-পরীক্ষা, t = ৯.৪, p < ১০⁻¹³)।বানরদের ক্ষেত্রে, আমরা দৈবভাবে প্রত্যাশিত মানের চেয়ে তাৎপর্যপূর্ণভাবে বেশি গড় সিপি (CP) পর্যবেক্ষণ করেছি (চিত্র ৬ক, ঘ; বানর সংখ্যা: গড় সিপি: ০.৫৪, ৯৫% সিআই: (০.৫৩, ০.৫৬), শূন্য মানের সাপেক্ষে দ্বিমুখী টি-টেস্ট)।CP = 0,5, t = 6,7, p < 10-9; CP = 0.5, t = 6.7, p < 10-9; обезьяна S: среднее CP: 0,55, 95% ДИ: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10-13)। বানর S: গড় CP: ০.৫৫, ৯৫% CI: (০.৫৪, ০.৫৭), দ্বিমুখী t-পরীক্ষা, t = ৯.৪, p < ১০–১৩)।在猴子中，我们观察到平均CP 值显着大于我们偶然预期的值（图6a，d；猴子N：5% CI：（0.53，0.56），针对空值的双边t 检验CP = 0.5, t = 6.7, p < 10−9;猴子S: 平均CP: 0.55, 95%, 0.55, 0.5% (95%), 双边t 检验, t = 9.4, p < 10−13)।在 猴子 中 ， 我们 观察 平均 平均 值 显着 大于 我们 偶然 的 值 （图 图 值 （图 图 图平均 ： 0.54，95% Ci ： 0.53，0.56）, 空值 检验 CP = 0.5, t = 6.7, p < 10−9; 猴子S: 平均CP: 0.55, 95% CI: (0.54, 0.57), 双边t检验, t=9.4, p < 10−13) У обезьян мы наблюдали средние значения CP, значительно превышающие то, что мы могли бы ожидать случайно (рис; 6a) среднее CP: 0,54, 95% ДИ: (0,53, 0,56), двусторонний t- тест CP против нуля = 0,5, t = 6,7, p < 10-9, обезьяна S: средний CP: 0,55, , 05D, 05D, 95%), двусторонний t-критерий, t = 9,4, p < 10- 13)। বানরদের ক্ষেত্রে, আমরা দৈবক্রমে প্রত্যাশিত মানের চেয়ে অনেক বেশি গড় CP মান পর্যবেক্ষণ করেছি (চিত্র ৬ক, ঘ; বানর N: গড় CP: ০.৫৪, ৯৫% CI: (০.৫৩, ০.৫৬), দ্বিমুখী t-পরীক্ষা CP বনাম শূন্য = ০.৫, t = ৬.৭, p < ১০⁻⁹, বানর S: গড় CP: ০.৫৫, ৯৫% CI: (০.৫৪, ০.৫৭), দ্বিমুখী t-পরীক্ষার মানদণ্ড, t = ৯.৪, p < ১০⁻¹³)।সুতরাং, কোনো সুস্পষ্ট বিভাজন সংকেতের অনুপস্থিতিতেও এমটি নিউরনগুলো আরও জোরালোভাবে সক্রিয় হওয়ার প্রবণতা দেখায়, যখন জালিকাকার গতি সম্পর্কে প্রাণীটির উপলব্ধি কোষটির পছন্দের সাথে মিলে যায়।
ক) বানর N থেকে রেকর্ড করা নমুনাগুলির জন্য টেক্সচার সংকেতবিহীন গ্রিডগুলির নির্বাচন সম্ভাব্যতা বিন্যাস। প্রতিটি কোষ সর্বোচ্চ দুটি ডেটা পয়েন্ট প্রদান করতে পারে (গ্রিড চলাচলের প্রতিটি দিকের জন্য একটি করে)। র‍্যান্ডমের চেয়ে বেশি গড় CP মান (সাদা তীরচিহ্ন) নির্দেশ করে যে সামগ্রিকভাবে MT কার্যকলাপ এবং উপলব্ধির মধ্যে একটি তাৎপর্যপূর্ণ সম্পর্ক রয়েছে। খ) যেকোনো সম্ভাব্য নির্বাচন পক্ষপাতের প্রভাব পরীক্ষা করার জন্য, আমরা এমন যেকোনো উদ্দীপকের জন্য আলাদাভাবে CP গণনা করেছি যার জন্য বানরগুলি অন্তত একটি ভুল করেছিল। সমস্ত উদ্দীপকের জন্য নির্বাচন সম্ভাব্যতাগুলিকে নির্বাচন অনুপাতের (পছন্দ/শূন্য) ফাংশন হিসাবে (বামে) এবং টেক্সচার চিহ্নের বৈসাদৃশ্যের পরম মানের (ডানে, ১২০টি স্বতন্ত্র কোষ থেকে প্রাপ্ত ডেটা) সাপেক্ষে প্লট করা হয়েছে। বাম প্যানেলের কঠিন রেখা এবং ছায়াযুক্ত এলাকাটি ২০-পয়েন্ট মুভিং অ্যাভারেজের গড় ± সেম (sem) উপস্থাপন করে। ভারসাম্যহীন নির্বাচন অনুপাতযুক্ত উদ্দীপকগুলির জন্য গণনা করা নির্বাচন সম্ভাব্যতা, যেমন উচ্চ সংকেত বৈসাদৃশ্যযুক্ত গ্রিড, বেশি ভিন্ন ছিল এবং বিভিন্ন সম্ভাবনার চারপাশে গুচ্ছবদ্ধ ছিল। ডান প্যানেলের ধূসর-ছায়াযুক্ত এলাকাটি উচ্চ নির্বাচন সম্ভাব্যতা গণনায় অন্তর্ভুক্ত বৈশিষ্ট্যগুলির বৈসাদৃশ্যের উপর জোর দেয়। c একটি বৃহৎ পছন্দের সম্ভাবনা (অর্ডিনেট) নিউরনের থ্রেশহোল্ডের (অ্যাবসিসা) বিপরীতে প্লট করা হয়েছে। নির্বাচনের সম্ভাবনা থ্রেশহোল্ডের সাথে উল্লেখযোগ্যভাবে নেতিবাচকভাবে সম্পর্কিত ছিল। প্রচলিত df, ac-এর মতোই, কিন্তু অন্যথায় উল্লেখ না করা পর্যন্ত বানর S-এর ১৫৭টি একক ডেটার ক্ষেত্রে প্রযোজ্য। g সর্বোচ্চ নির্বাচনের সম্ভাবনা (অর্ডিনেট) দুটি বানরের প্রতিটির জন্য স্বাভাবিককৃত পছন্দের দিকের (অ্যাবসিসা) বিপরীতে প্লট করা হয়েছে। প্রতিটি MT কোষ দুটি ডেটা পয়েন্ট সরবরাহ করেছে (ল্যাটিস কাঠামোর প্রতিটি দিকের জন্য একটি করে)। h প্রতিটি ইন্টার-র‍্যাস্টার কোণের জন্য নির্বাচনের সম্ভাবনার বড় বক্স প্লট। কঠিন রেখাটি মধ্যক নির্দেশ করে, বক্সের নীচের এবং উপরের প্রান্ত যথাক্রমে ২৫তম এবং ৭৫তম পার্সেন্টাইলকে প্রতিনিধিত্ব করে, হুইস্কারগুলি ইন্টারকোয়ার্টাইল রেঞ্জের ১.৫ গুণ পর্যন্ত প্রসারিত, এবং এই সীমার বাইরের আউটলায়ারগুলি চিহ্নিত করা হয়েছে। বাম (ডান) প্যানেলের ডেটা ১২০ (১৫৭)টি স্বতন্ত্র N(S) বানর কোষ থেকে নেওয়া হয়েছে। i সর্বোচ্চ নির্বাচনের সম্ভাবনা (অর্ডিনেট) উদ্দীপকের সূত্রপাতের সময়ের (অ্যাবসিসা) বিপরীতে প্লট করা হয়েছে। পরীক্ষা চলাকালীন বৃহৎ সিপি (CP) স্লাইডিং আয়তক্ষেত্রে (প্রস্থ ১০০ মিলিসেকেন্ড, ধাপ ১০ মিলিসেকেন্ড) গণনা করা হয়েছিল এবং তারপরে ইউনিটগুলোর গড় করা হয়েছিল।
কিছু পূর্ববর্তী গবেষণায় দেখা গেছে যে CP বেসাল রেট ডিস্ট্রিবিউশনে ট্রায়ালের আপেক্ষিক সংখ্যার উপর নির্ভর করে, যার অর্থ হলো, যে সমস্ত উদ্দীপক প্রতিটি পছন্দের অনুপাতে বড় ধরনের পার্থক্য তৈরি করে, তাদের ক্ষেত্রে এই পরিমাপটি কম নির্ভরযোগ্য। আমাদের ডেটাতে এই প্রভাবটি পরীক্ষা করার জন্য, আমরা চিহ্নের টেক্সচার কনট্রাস্ট নির্বিশেষে সমস্ত উদ্দীপকের জন্য আলাদাভাবে CP গণনা করেছি এবং বানরগুলো অন্তত একটি ভুল ট্রায়াল সম্পন্ন করেছে। চিত্র 6b এবং e (বাম প্যানেল)-এ যথাক্রমে প্রতিটি প্রাণীর জন্য সিলেকশন রেশিও (পছন্দ/বিয়োগ)-এর বিপরীতে CP প্লট করা হয়েছে। মুভিং অ্যাভারেজগুলো দেখলে এটা স্পষ্ট যে, সিলেকশন অডসের একটি বিস্তৃত পরিসর জুড়ে CP সম্ভাবনার উপরেই থাকে এবং শুধুমাত্র যখন অডস 0.2 (0.8)-এর নিচে (উপরে) নেমে আসে (বেড়ে যায়), তখনই এটি হ্রাস পায়। প্রাণীদের সাইকোমেট্রিক বৈশিষ্ট্যের উপর ভিত্তি করে, আমরা আশা করতে পারি যে এই মাত্রার সিলেকশন কো-এফিশিয়েন্টগুলো শুধুমাত্র উচ্চ-কনট্রাস্ট টেক্সচার কিউ (সুসংগত বা স্বচ্ছ) যুক্ত উদ্দীপকের ক্ষেত্রেই প্রযোজ্য হবে (চিত্র 2a, b-তে সাইকোমেট্রিক বৈশিষ্ট্যের উদাহরণ দেখুন)। বিষয়টি এমনই ছিল কিনা এবং সুস্পষ্ট বিভাজন সংকেতযুক্ত উদ্দীপকের ক্ষেত্রেও একটি উল্লেখযোগ্য PC বজায় ছিল কিনা তা নির্ধারণ করতে, আমরা PC-এর উপর পরম টেক্সচারাল কনট্রাস্ট মানের প্রভাব পরীক্ষা করেছি (চিত্র ৬খ, ই-ডান)। প্রত্যাশিতভাবেই, মাঝারি (~২০% কনট্রাস্ট বা তার কম) বিভাজন সংকেতযুক্ত উদ্দীপকের ক্ষেত্রে সম্ভাবনার তুলনায় CP উল্লেখযোগ্যভাবে বেশি ছিল।
অভিমুখীকরণ, গতি এবং অমিল শনাক্তকরণের কাজগুলিতে, MT CP সবচেয়ে সংবেদনশীল নিউরনগুলিতে সর্বোচ্চ হওয়ার প্রবণতা দেখায়, সম্ভবত কারণ এই নিউরনগুলি সবচেয়ে তথ্যপূর্ণ সংকেত বহন করে³⁰,³²,³³⁴।এই ফলাফলগুলির সাথে সামঞ্জস্য রেখে, আমরা চিত্রের সর্বডান প্যানেলে হাইলাইট করা টেক্সচার কিউ কনট্রাস্ট জুড়ে z-স্কোর করা ফায়ারিং রেট থেকে গণনা করা গ্র্যান্ড সিপি-এর মধ্যে একটি পরিমিত কিন্তু তাৎপর্যপূর্ণ পারস্পরিক সম্পর্ক পর্যবেক্ষণ করেছি।চিত্র 6b, e, এবং নিউরোনাল থ্রেশহোল্ড (চিত্র 6c, f; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = −0.12, p = 0.07 বানর S: r = −0.18, p < 10−3)। চিত্র 6b, e, এবং নিউরোনাল থ্রেশহোল্ড (চিত্র 6c, f; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = −0.12, p = 0.07 বানর S: r = −0.18, p < 10−3)।এই ফলাফলগুলির সাথে সামঞ্জস্য রেখে, আমরা চিত্র 6b, e-এর ডানদিকের প্যানেলে হাইলাইট করা টেক্সচার সিগন্যাল কনট্রাস্ট থেকে প্রাপ্ত এক্সাইটেশন ফ্রিকোয়েন্সি z-স্কোর থেকে গণনা করা বৃহৎ CP এবং নিউরোনাল থ্রেশহোল্ডের (চিত্র 6c, f; জ্যামিতিক গড় রিগ্রেশন) মধ্যে একটি পরিমিত কিন্তু তাৎপর্যপূর্ণ পারস্পরিক সম্পর্ক পর্যবেক্ষণ করেছি।обезьяна N: r = -0,12, p = 0,07 обезьяна S: r = -0,18, p < 10-3)। বানর N: r = -0.12, p = 0.07 বানর S: r = -0.18, p < 10-3)।与这些发现一致,我们观察到大CP 之间存在适度但显着的相关性,这是根捀图e6b和神经元阈值（图6c、f；几何平均回归；猴子N：r = -0.12，p = 0.07 猴子S：r = -01.8.আপনি和 元 阈值 （图 图 6c 、 f ； 回归 ； 猴子 n ： r = -0.12 ， p = 0.07 猴子S：r = -0.18.এই ফলাফলগুলোর সাথে সামঞ্জস্য রেখে, আমরা চিত্র ৬খ,ঙ-তে প্রদর্শিত বৃহৎ CV এবং নিউরন থ্রেশহোল্ডের মধ্যে একটি পরিমিত কিন্তু তাৎপর্যপূর্ণ পারস্পরিক সম্পর্ক পর্যবেক্ষণ করেছি (চিত্র ৬গ,চ; জ্যামিতিক গড় রিগ্রেশন; বানর N: r = -০.১২, p = ০.০৭)।Обезьяна S: г = -0,18, р < 10-3)। বানর S: r = -0.18, p < 10-3)।অতএব, সবচেয়ে তথ্যবহুল এককগুলো থেকে প্রাপ্ত সংকেতগুলো বানরের ক্ষেত্রে বিষয়ভিত্তিক বিভাজন সিদ্ধান্তের সাথে অধিকতর সহপরিবর্তনশীলতা দেখানোর প্রবণতা দেখিয়েছে, যা উপলব্ধিমূলক পক্ষপাতের সাথে যুক্ত যেকোনো গঠনগত সংকেত নির্বিশেষে গুরুত্বপূর্ণ।
যেহেতু আমরা পূর্বে গ্রিড টেক্সচার সংকেতের প্রতি সংবেদনশীলতা এবং পছন্দের নিউরোনাল অভিমুখের মধ্যে একটি সম্পর্ক স্থাপন করেছিলাম, তাই আমরা ভেবেছিলাম যে সিপি (CP) এবং পছন্দের অভিমুখের মধ্যে অনুরূপ কোনো সম্পর্ক আছে কিনা (চিত্র ৬জি)। এই সম্পর্কটি বানর এস-এর ক্ষেত্রে সামান্য তাৎপর্যপূর্ণ ছিল (অ্যানোভা; বানর এন: ১.০৩, পি=০.৪৬; বানর এস: এফ=১.৭৩, পি=০.০৪)। আমরা কোনো প্রাণীর ক্ষেত্রেই ল্যাটিসগুলোর মধ্যে ল্যাটিস কোণের জন্য সিপি-তে কোনো পার্থক্য লক্ষ্য করিনি (চিত্র ৬এইচ; অ্যানোভা; বানর এন: এফ=১.৮, পি=০.১১; বানর এস: এফ=০.৩২, পি=০.৯)।
অবশেষে, পূর্ববর্তী গবেষণায় দেখা গেছে যে ট্রায়াল জুড়ে CP পরিবর্তিত হয়। কিছু গবেষণায় একটি তীব্র বৃদ্ধির পর তুলনামূলকভাবে মসৃণ নির্বাচন প্রভাবের কথা বলা হয়েছে,৩০ যেখানে অন্য গবেষণায় ট্রায়াল চলাকালীন নির্বাচন সংকেতের একটি স্থির বৃদ্ধির কথা বলা হয়েছে৩১। প্রতিটি বানরের জন্য, আমরা উদ্দীপনা শুরুর পূর্ব থেকে গড় উদ্দীপনা সমাপ্তির পরবর্তী সময় পর্যন্ত প্রতি ২০ মিলিসেকেন্ডে ধাপে ধাপে ১০০ মিলিসেকেন্ডের সেলগুলিতে শূন্য টেক্সচারাল কনট্রাস্টযুক্ত ট্রায়ালগুলিতে (যথাক্রমে, প্যাটার্নের অভিমুখ অনুসারে) প্রতিটি ইউনিটের CP গণনা করেছি। দুটি বানরের গড় CP ডায়নামিক্স চিত্র ৬i-তে দেখানো হয়েছে। উভয় ক্ষেত্রেই, উদ্দীপনা শুরুর প্রায় ৫০০ মিলিসেকেন্ড পর পর্যন্ত CP একটি এলোমেলো স্তরে বা তার খুব কাছাকাছি ছিল, যার পরে CP তীব্রভাবে বৃদ্ধি পায়।
সংবেদনশীলতা পরিবর্তনের পাশাপাশি, সিপি (CP) যে কোষের টিউনিং বৈশিষ্ট্যের কিছু নির্দিষ্ট গুণাবলী দ্বারাও প্রভাবিত হয়, তা দেখা গেছে। উদাহরণস্বরূপ, উকা এবং ডিঅ্যাঞ্জেলিস৩৪ দেখেছেন যে বাইনোকুলার মিসম্যাচ রিকগনিশন টাস্কে সিপি (CP) ডিভাইসের বাইনোকুলার মিসম্যাচ টিউনিং কার্ভের প্রতিসাম্যের উপর নির্ভর করে। এক্ষেত্রে, একটি সম্পর্কিত প্রশ্ন হলো, প্যাটার্ন ডিরেকশন সিলেক্টিভ (PDS) কোষগুলো কি কম্পোনেন্ট ডিরেকশন সিলেক্টিভ (CDS) কোষগুলোর চেয়ে বেশি সংবেদনশীল? PDS কোষগুলো একাধিক স্থানীয় অভিমুখযুক্ত প্যাটার্নের সাধারণ অভিমুখকে এনকোড করে, অন্যদিকে CDS কোষগুলো দিকনির্দেশক প্যাটার্ন কম্পোনেন্টগুলোর নড়াচড়ায় সাড়া দেয় (চিত্র ৭ক)।
ক) মোড কম্পোনেন্ট টিউনিং স্টিমুলাস এবং হাইপোথেটিক্যাল গ্রেটিং (বামে) এবং গ্রেটিং ওরিয়েন্টেশন টিউনিং কার্ভের (ডানে) একটি স্কিম্যাটিক উপস্থাপনা (উপকরণ ও পদ্ধতি দেখুন)। সংক্ষেপে, যদি একটি কোষ প্যাটার্নের গতিবিধি সংকেত দেওয়ার জন্য গ্রিড কম্পোনেন্টগুলোকে একত্রিত করে, তবে প্রতিটি গ্রিড এবং গ্রিড স্টিমুলাসের জন্য একই টিউনিং কার্ভ আশা করা যায় (শেষ কলাম, সলিড কার্ভ)। বিপরীতভাবে, যদি কোষটি সিগন্যাল প্যাটার্নের গতিতে কম্পোনেন্টগুলোর দিককে একত্রিত না করে, তবে একটি দ্বিখণ্ডিত টিউনিং কার্ভ আশা করা যায়, যার চূড়া গ্রেটিং গতির প্রতিটি দিকে থাকবে, যা একটি কম্পোনেন্টকে কোষের পছন্দের দিকে স্থানান্তরিত করবে (শেষ কলাম, ড্যাশড কার্ভ)। খ) (বামে) চিত্র ১ এবং ২-এ দেখানো কোষগুলোর জন্য সাইনুসয়েডাল অ্যারের ওরিয়েন্টেশন সামঞ্জস্য করার কার্ভ। ৩ এবং ৪ (উপরের সারি – চিত্র ৩ক,খ এবং ৪ক,খ (উপরের) কোষগুলো; নিচের প্যানেল – চিত্র ৩গ,ঘ এবং ৪ক,খ (নিচের) কোষগুলো)। (মাঝে) ল্যাটিস টিউনিং প্রোফাইল থেকে গণনা করা প্যাটার্ন এবং কম্পোনেন্টের পূর্বাভাস। (ডানে) এই কোষগুলোর গ্রিড সামঞ্জস্য করা। উপরের (নীচের) প্যানেলের কোষগুলিকে টেমপ্লেট (উপাদান) কোষ হিসাবে শ্রেণীবদ্ধ করা হয়েছে। লক্ষ্য করুন যে প্যাটার্ন উপাদানগুলির শ্রেণিবিন্যাস এবং সুসংগত/স্বচ্ছ কোষ চলাচলের পছন্দের মধ্যে কোনও এক-এক সঙ্গতি নেই (চিত্র ৪ক-তে এই কোষগুলির জন্য টেক্সচার ল্যাটিস প্রতিক্রিয়া দেখুন)। গ) N (বাম) এবং S (ডান) বানরে রেকর্ড করা সমস্ত কোষের জন্য z-স্কোর মোডের (অর্ডিনেট) আংশিক সহসম্পর্ক সহগকে z-স্কোর উপাদানের (অ্যাবসিসা) আংশিক সহসম্পর্ক সহগের বিপরীতে প্লট করা হয়েছে। মোটা রেখাগুলি কোষ শ্রেণীবদ্ধ করার জন্য ব্যবহৃত তাৎপর্যের মানদণ্ড নির্দেশ করে। ঘ) উচ্চ নির্বাচন সম্ভাব্যতা (অর্ডিনেট) বনাম মোড সূচক (Zp – Zc) (অ্যাবসিসা)-এর প্লট। বাম (ডান) প্যানেলের ডেটা বানর N(S)-কে নির্দেশ করে। কালো বৃত্তগুলি আনুমানিক এককে ডেটা নির্দেশ করে। উভয় প্রাণীর ক্ষেত্রেই, উচ্চ নির্বাচন সম্ভাব্যতা এবং প্যাটার্ন সূচকের মধ্যে একটি তাৎপর্যপূর্ণ সহসম্পর্ক ছিল, যা একাধিক উপাদান অভিমুখী উদ্দীপকে সংকেত প্যাটার্ন অভিমুখী কোষগুলির জন্য একটি বৃহত্তর উপলব্ধিমূলক সহসম্পর্কের পরামর্শ দেয়।
অতএব, একটি পৃথক পরীক্ষা সেটে, আমরা আমাদের নমুনাগুলির নিউরনগুলিকে PDS বা CDS হিসাবে শ্রেণীবদ্ধ করার জন্য সাইনুসয়েডাল গ্রিড এবং গ্রিডের প্রতিক্রিয়া পরিমাপ করেছি (পদ্ধতি দেখুন)। ল্যাটিস টিউনিং কার্ভ, এই টিউনিং ডেটা থেকে নির্মিত টেমপ্লেট কম্পোনেন্ট প্রেডিকশন, এবং চিত্র ১ ও ৩-এ দেখানো কোষগুলির জন্য ল্যাটিস টিউনিং কার্ভ। চিত্র ৩ ও ৪ এবং পরিপূরক চিত্র ৩, চিত্র ৭খ-তে দেখানো হয়েছে। প্রতিটি বানরের জন্য প্যাটার্ন ডিস্ট্রিবিউশন এবং কম্পোনেন্ট সিলেকটিভিটি, সেইসাথে প্রতিটি বিভাগে পছন্দের কোষ অভিমুখ, যথাক্রমে চিত্র ৭গ এবং পরিপূরক চিত্র ৪-এ দেখানো হয়েছে।
প্যাটার্ন উপাদানগুলির সংশোধনের উপর CP-এর নির্ভরতা মূল্যায়ন করার জন্য, আমরা প্রথমে প্যাটার্ন ইনডেক্স ৩৫ (PI) গণনা করেছি, যার বৃহত্তর (ক্ষুদ্রতর) মানগুলি একটি বৃহত্তর PDS (CDS) অনুরূপ আচরণ নির্দেশ করে। উপরোক্ত প্রদর্শনের পরিপ্রেক্ষিতে যে: (i) পছন্দের কোষের অভিমুখ এবং উদ্দীপকের গতির দিকের মধ্যে পার্থক্যের সাথে নিউরোনাল সংবেদনশীলতা পরিবর্তিত হয়, এবং (ii) আমাদের নমুনায় নিউরোনাল সংবেদনশীলতা এবং নির্বাচনের সম্ভাবনার মধ্যে একটি উল্লেখযোগ্য পারস্পরিক সম্পর্ক রয়েছে, আমরা প্রতিটি কোষের গতির "সর্বোত্তম" দিকের জন্য PI এবং মোট CP-এর মধ্যে একটি সম্পর্ক অধ্যয়ন করেছি (উপরে দেখুন)। আমরা দেখতে পেয়েছি যে CP, PI-এর সাথে তাৎপর্যপূর্ণভাবে সম্পর্কযুক্ত ছিল (চিত্র ৭d; জ্যামিতিক গড় রিগ্রেশন; গ্র্যান্ড CP মাঙ্কি N: r = ০.২৩, p < ০.০১; বাই-স্টেবল CP মাঙ্কি N: r = ০.২১, p = ০.০১৩; গ্র্যান্ড CP মাঙ্কি S: r = ০.৩০, p < ১০⁻⁴; বাই-স্টেবল CP মাঙ্কি S: r = ০.২৯, p < ১০⁻³), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলো CDS এবং অশ্রেণীবদ্ধ কোষগুলোর তুলনায় অধিকতর পছন্দ-সম্পর্কিত কার্যকলাপ প্রদর্শন করে। আমরা দেখতে পেয়েছি যে CP, PI-এর সাথে তাৎপর্যপূর্ণভাবে সম্পর্কযুক্ত ছিল (চিত্র ৭d; জ্যামিতিক গড় রিগ্রেশন; গ্র্যান্ড CP মাঙ্কি N: r = ০.২৩, p < ০.০১; বাই-স্টেবল CP মাঙ্কি N: r = ০.২১, p = ০.০১৩; গ্র্যান্ড CP মাঙ্কি S: r = ০.৩০, p < ১০⁻⁴; বাই-স্টেবল CP মাঙ্কি S: r = ০.২৯, p < ১০⁻³), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলো CDS এবং অশ্রেণীবদ্ধ কোষগুলোর তুলনায় অধিকতর পছন্দ-সম্পর্কিত কার্যকলাপ প্রদর্শন করে। Мы обнаружили, что CP значительно коррелирует с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна, большая обезьяна, আমরা দেখতে পেলাম যে CP, PI-এর সাথে তাৎপর্যপূর্ণভাবে সম্পর্কযুক্ত ছিল (চিত্র ৭d; জ্যামিতিক গড় রিগ্রেশন; গ্রেট মাঙ্কি CP N: r = ০.২৩, p < ০.০১; বাইস্টেবল মাঙ্কি CP N: r = ০.২১, p = ০.০১৩; গ্রেট মাঙ্কি CP S: r = ০.৩০, p < ১০⁻⁴; মাঙ্কি S বাইস্টেবল CP: r = ০.২৯, p < ১০⁻³), যা নির্দেশ করে যে PDS হিসেবে শ্রেণিবদ্ধ কোষগুলো CDS এবং অশ্রেণিবদ্ধ কোষগুলোর তুলনায় পছন্দের সাথে সম্পর্কিত অধিক সক্রিয়তা প্রদর্শন করে।我们发现CP 与PI 显着相关（图着相关（图7d；几何平均回归；大CP 猴N：r = 0.23，p < 0.01：r = CPN 0.21，p = 0.013；大CP 猴S： r = 0.30，p < 10-4；双稳态CP 猴S：r = 0.29，p < 10-3），表明分P CD 滔烞烞 CD 和未分类的细胞表现出更大的选择相关活性. CP 与PI 显着相关（图7d；几何平均回归；大CP猴N：r = 0.23，p < 0.01；双稳态CP 猴 ， CP 猴 = 2. 0.21, p3； 0.0 Мы обнаружили, что CP был значительно связан с PI (рис. 7d; регрессия среднего геометрического; большая обезья, 20CP, =03CP; бистабильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,013) 0,30, p < 10-4; আমরা দেখতে পেয়েছি যে CP, PI-এর সাথে তাৎপর্যপূর্ণভাবে সম্পর্কিত ছিল (চিত্র 7d; জ্যামিতিক গড় রিগ্রেশন; গ্রেট মাঙ্কি CP N: r = 0.23, p < 0.01; বাইস্টেবল মাঙ্কি CP N: r = 0.21, p = 0.013; গ্রেট মাঙ্কি CP S: r = 0.013) 0.30, p < 10-4; бистабильный CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как PDS, проявляцированные как PDS активность, чем клетки, классифицированные как CDS এবং неклассифицированные। বানর এস দ্বি-স্থিতিশীল সিপি: r = 0.29, p < 10-3), যা নির্দেশ করে যে PDS হিসাবে শ্রেণীবদ্ধ কোষগুলি CDS এবং অশ্রেণীবদ্ধ কোষগুলির তুলনায় অধিকতর নির্বাচন কার্যকলাপ প্রদর্শন করেছে।যেহেতু PI এবং নিউরন সংবেদনশীলতা উভয়ই CP-এর সাথে সম্পর্কযুক্ত ছিল, তাই এই দুটি পরিমাপের মধ্যে কোনো সম্ভাব্য প্রভাবের সম্পর্ক নেই তা নিশ্চিত করার জন্য আমরা একাধিক রিগ্রেশন বিশ্লেষণ (যেখানে PI ও নিউরন সংবেদনশীলতা স্বাধীন চলক এবং বৃহৎ CP নির্ভরশীল চলক হিসেবে ছিল) সম্পন্ন করেছি। উভয় আংশিক সহসম্পর্ক সহগই তাৎপর্যপূর্ণ ছিল (বানর N: থ্রেশহোল্ড বনাম CP: r = −0.13, p = 0.04, PI বনাম CP: r = 0.23, p < 0.01; বানর S: থ্রেশহোল্ড বনাম CP: r = −0.16, p = 0.03, PI বনাম CP: 0.29, p < 10−3), যা থেকে বোঝা যায় যে CP সংবেদনশীলতার সাথে বৃদ্ধি পায় এবং PI-এর সাথে স্বাধীনভাবে বৃদ্ধি পায়। উভয় আংশিক সহসম্পর্ক সহগই তাৎপর্যপূর্ণ ছিল (বানর N: থ্রেশহোল্ড বনাম CP: r = −0.13, p = 0.04, PI বনাম CP: r = 0.23, p < 0.01; বানর S: থ্রেশহোল্ড বনাম CP: r = −0.16, p = 0.03, PI বনাম CP: 0.29, p < 10−3), যা থেকে বোঝা যায় যে CP সংবেদনশীলতার সাথে বৃদ্ধি পায় এবং PI-এর সাথে স্বাধীনভাবে বৃদ্ধি পায়। Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 02 CP; 02 CP: обезьяна S: порог против CP: r = -0,16, p = 0,03, PI বনাম CP: 0,29, p < 10-3), предполагая, что CP увеличивается с чувствительностью এবং независимым образом увеличвателимым образом. উভয় আংশিক সহসম্পর্ক সহগই তাৎপর্যপূর্ণ ছিল (বানর N: থ্রেশহোল্ড বনাম CP: r=-0.13, p=0.04, PI বনাম CP: r=0.23, p<0.01; বানর S: থ্রেশহোল্ড বনাম CP: r = -0.16, p = 0.03, PI বনাম CP: 0.29, p < 10-3), যা থেকে বোঝা যায় যে সংবেদনশীলতার সাথে CP বৃদ্ধি পায় এবং PI-এর সাথে স্বাধীনভাবে বৃদ্ধি পায়।两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI 与CP：r = 0.23，p < 0.01；猴子S：阈值与CP：r = -0.16，p = 0.03，PI বনাম CP：0.29，p <10-3），表明CP随灵敏度增加而增加,并且以独立方式随PI 增加।两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI = 0.03，PI বনাম CP：0.29，p <1-13CP Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 02 CP; 02 CP: обезьяна S: порог против CP: r = -0,16, p = 0,03 , PI против CP: 0,29, p < 10-3), что указывает на то, что CP увеличивалась с чувствительностью и увеличмевалась с увеличмевалась с. উভয় আংশিক সহসম্পর্ক সহগই তাৎপর্যপূর্ণ ছিল (বানর N: থ্রেশহোল্ড বনাম CP: r=-0.13, p=0.04, PI বনাম CP: r=0.23, p<0.01; বানর S: থ্রেশহোল্ড বনাম CP: r = -0.16, p = 0.03, PI বনাম CP: 0.29, p < 10-3), যা নির্দেশ করে যে CP সংবেদনশীলতার সাথে এবং PI-এর সাথে স্বাধীনভাবে বৃদ্ধি পেয়েছে।
আমরা এমটি (MT) অঞ্চলে একটি একক কার্যকলাপ রেকর্ড করেছি, এবং বানরগুলো এমন সব প্যাটার্নের উপলব্ধির কথা জানিয়েছে যা সুসংগত বা স্বচ্ছ গতিবিধি হিসাবে প্রতীয়মান হতে পারে। পক্ষপাতদুষ্ট উপলব্ধির সাথে যুক্ত বিভাজন সংকেতের প্রতি নিউরনের সংবেদনশীলতা ব্যাপকভাবে পরিবর্তিত হয় এবং এটি অন্তত আংশিকভাবে, এককটির পছন্দের অভিমুখ এবং উদ্দীপকের গতিবিধির দিকের মধ্যকার সম্পর্ক দ্বারা নির্ধারিত হয়। সমগ্র জনগোষ্ঠীর মধ্যে, নিউরোনাল সংবেদনশীলতা মনোদৈহিক সংবেদনশীলতার চেয়ে উল্লেখযোগ্যভাবে কম ছিল, যদিও সবচেয়ে সংবেদনশীল এককগুলো বিভাজন সংকেতের প্রতি আচরণগত সংবেদনশীলতার সমান বা তার চেয়ে বেশি সংবেদনশীলতা দেখিয়েছে। এছাড়াও, ফায়ারিং ফ্রিকোয়েন্সি এবং উপলব্ধির মধ্যে একটি উল্লেখযোগ্য সহপরিবর্তন রয়েছে, যা ইঙ্গিত করে যে বিভাজনে এমটি (MT) সংকেতের একটি ভূমিকা আছে। পছন্দের অভিমুখযুক্ত কোষগুলো ল্যাটিস বিভাজন সংকেতের পার্থক্যের প্রতি তাদের সংবেদনশীলতাকে সর্বোত্তম করে তোলে এবং একাধিক স্থানীয় অভিমুখযুক্ত উদ্দীপকে সামগ্রিক গতিবিধির সংকেত দেওয়ার প্রবণতা দেখায়, যা সর্বোচ্চ উপলব্ধিমূলক পারস্পরিক সম্পর্ক প্রদর্শন করে। পূর্ববর্তী কাজের সাথে এই ফলাফলগুলো তুলনা করার আগে আমরা এখানে কিছু সম্ভাব্য সমস্যা বিবেচনা করব।
প্রাণী মডেলে দ্বি-স্থিতিশীল উদ্দীপক ব্যবহার করে গবেষণার একটি প্রধান সমস্যা হলো, আচরণগত প্রতিক্রিয়াগুলো আগ্রহের মাত্রার উপর ভিত্তি করে নাও হতে পারে। উদাহরণস্বরূপ, আমাদের বানরগুলো ল্যাটিস কোহেরেন্সের উপলব্ধি থেকে স্বাধীনভাবে টেক্সচারের অভিমুখের উপলব্ধি জানাতে পারত। উপাত্তের দুটি দিক ইঙ্গিত দেয় যে বিষয়টি এমন নয়। প্রথমত, পূর্ববর্তী প্রতিবেদনগুলোর সাথে সঙ্গতি রেখে, পৃথককারী অ্যারের উপাদানগুলোর আপেক্ষিক অভিমুখ কোণ পরিবর্তন করলে সুসংগত উপলব্ধির সম্ভাবনা পদ্ধতিগতভাবে পরিবর্তিত হয়। দ্বিতীয়ত, গড়ে, টেক্সচার সংকেতযুক্ত বা সংকেতবিহীন প্যাটার্নগুলোর জন্য প্রভাব একই থাকে। সব মিলিয়ে, এই পর্যবেক্ষণগুলো ইঙ্গিত দেয় যে বানরের প্রতিক্রিয়াগুলো ধারাবাহিকভাবে তাদের সংযোগ/স্বচ্ছতার উপলব্ধিকে প্রতিফলিত করে।
আরেকটি সম্ভাব্য সমস্যা হলো, আমরা নির্দিষ্ট পরিস্থিতির জন্য গ্রেটিং গতির প্যারামিটারগুলো অপ্টিমাইজ করিনি। নিউরোনাল এবং সাইকোফিজিক্যাল সংবেদনশীলতার তুলনা করে করা পূর্ববর্তী অনেক গবেষণায়, প্রতিটি নিবন্ধিত ইউনিটের জন্য উদ্দীপকগুলো পৃথকভাবে নির্বাচন করা হয়েছিল [৩১, ৩২, ৩৪, ৩৬, ৩৭, ৩৮, ৩৯, ৪০, ৪১, ৪২, ৪৩, ৪৪, ৪৫]। এখানে আমরা প্রতিটি কোষের অভিমুখের সামঞ্জস্য নির্বিশেষে ল্যাটিস প্যাটার্নের চলাচলের একই দুটি দিক ব্যবহার করেছি। এই নকশাটি আমাদের ল্যাটিস চলাচল এবং পছন্দের অভিমুখের মধ্যে ওভারল্যাপের সাথে সংবেদনশীলতা কীভাবে পরিবর্তিত হয় তা অধ্যয়ন করার সুযোগ দিয়েছে, তবে, কোষগুলো সুসংগত নাকি স্বচ্ছ ল্যাটিস পছন্দ করে তা নির্ধারণ করার জন্য এটি কোনো পূর্বনির্ধারিত ভিত্তি প্রদান করেনি। তাই, আমরা টেক্সচারযুক্ত মেশের প্রতি প্রতিটি কোষের প্রতিক্রিয়া ব্যবহার করে, মেশ চলাচলের প্রতিটি বিভাগে পছন্দ এবং শূন্য লেবেল নির্ধারণ করার জন্য অভিজ্ঞতামূলক মানদণ্ডের উপর নির্ভর করি। যদিও এটি অসম্ভাব্য, তবে এটি আমাদের সংবেদনশীলতা বিশ্লেষণ এবং সিপি সংকেত সনাক্তকরণের ফলাফলকে পদ্ধতিগতভাবে বিকৃত করতে পারে, যা সম্ভাব্যভাবে যেকোনো পরিমাপকে অতিমূল্যায়ন করতে পারে। তবে, নীচে আলোচিত বিশ্লেষণ এবং ডেটার বেশ কয়েকটি দিক ইঙ্গিত দেয় যে এটি তেমনটি নয়।
প্রথমত, যে উদ্দীপকগুলো বেশি (কম) সক্রিয়তা সৃষ্টি করেছিল সেগুলোকে পছন্দের (বা নাল) নাম দেওয়া সত্ত্বেও এই প্রতিক্রিয়া বিন্যাসগুলোর পার্থক্যযোগ্যতার উপর কোনো প্রভাব পড়েনি। বরং, এটি কেবল নিশ্চিত করে যে নিউরোমেট্রিক এবং সাইকোমেট্রিক ফাংশনগুলোর চিহ্ন একই, যাতে সেগুলোকে সরাসরি তুলনা করা যায়। দ্বিতীয়ত, সিপি (CP) গণনার জন্য ব্যবহৃত প্রতিক্রিয়াগুলো (টেক্সচারযুক্ত গ্র্যাটিংয়ের জন্য “ভুল” ট্রায়াল এবং টেক্সচার কনট্রাস্ট ছাড়া গ্র্যাটিংয়ের জন্য সমস্ত ট্রায়াল) সেই রিগ্রেশন বিশ্লেষণে অন্তর্ভুক্ত করা হয়নি, যা নির্ধারণ করে যে প্রতিটি সেল সংযুক্ত নাকি স্বচ্ছ স্পোর্টস “পছন্দ” করে। এটি নিশ্চিত করে যে সিলেকশন এফেক্টগুলো পছন্দের/অবৈধ নামকরণের দিকে পক্ষপাতদুষ্ট নয়, যার ফলে একটি উল্লেখযোগ্য সিলেকশন প্রোবাবিলিটি তৈরি হয়।
নিউজম এবং তার সহকর্মীদের গবেষণা [36, 39, 46, 47] সর্বপ্রথম গতির দিকের আনুমানিক অনুমানে MT-এর ভূমিকা নির্ধারণ করে। পরবর্তী প্রতিবেদনগুলিতে গভীরতা³⁴,⁴⁴,⁴⁸,⁴⁹,⁵⁰,⁵¹ এবং গতি³²,⁵², সূক্ষ্ম অভিমুখীকরণ³³ এবং নড়াচড়া থেকে 3D কাঠামোর উপলব্ধি³¹,⁵³,⁵⁴ (3D টেকসই বন) -এ MT-এর অংশগ্রহণের উপর তথ্য সংগ্রহ করা হয়েছে। আমরা দুটি গুরুত্বপূর্ণ উপায়ে এই ফলাফলগুলিকে প্রসারিত করেছি। প্রথমত, আমরা প্রমাণ দিচ্ছি যে MT প্রতিক্রিয়াগুলি ভিসুওমোটর সংকেতের উপলব্ধিমূলক বিভাজনে অবদান রাখে। দ্বিতীয়ত, আমরা MT মোড অভিমুখীকরণ নির্বাচনশীলতা এবং এই নির্বাচন সংকেতের মধ্যে একটি সম্পর্ক পর্যবেক্ষণ করেছি।
ধারণাগতভাবে, বর্তমান ফলাফলগুলো 3-D SFM-এর উপর করা কাজের সাথে সবচেয়ে বেশি সাদৃশ্যপূর্ণ, কারণ উভয়ই জটিল দ্বি-স্থিতিশীল উপলব্ধি যা গতি এবং গভীরতার ক্রমবিন্যাসকে অন্তর্ভুক্ত করে। ডড এট আল.৩১ একটি দ্বি-স্থিতিশীল 3D SFM সিলিন্ডারের ঘূর্ণন অভিমুখ জানানোর বানরের কাজে একটি বড় নির্বাচন সম্ভাবনা (0.67) খুঁজে পেয়েছিলেন। আমরা দ্বি-স্থিতিশীল গ্রিড উদ্দীপকের জন্য অনেক ছোট একটি নির্বাচন প্রভাব পেয়েছি (উভয় বানরের জন্য প্রায় 0.55)। যেহেতু CP-এর মূল্যায়ন নির্বাচন সহগের উপর নির্ভর করে, তাই বিভিন্ন কাজে বিভিন্ন পরিস্থিতিতে প্রাপ্ত CP-এর ব্যাখ্যা করা কঠিন। তবে, আমরা যে নির্বাচন প্রভাবের মাত্রা পর্যবেক্ষণ করেছি তা শূন্য এবং কম টেক্সচার কনট্রাস্ট গ্রেটিং-এর জন্য একই ছিল, এবং যখন আমরা শক্তি বাড়ানোর জন্য কম/কোনো টেক্সচার কনট্রাস্ট নেই এমন উদ্দীপক একত্রিত করেছি তখনও একই ছিল। অতএব, CP-এর এই পার্থক্য ডেটাসেটগুলোর মধ্যে নির্বাচন হারের পার্থক্যের কারণে হওয়ার সম্ভাবনা কম।
পরবর্তী ক্ষেত্রে উপলব্ধির সাথে MT ফায়ারিং রেটে যে সামান্য পরিবর্তন দেখা যায়, তা 3-D SFM স্টিমুলেশন এবং বাইস্টেবল গ্রিড স্ট্রাকচার দ্বারা সৃষ্ট তীব্র ও গুণগতভাবে ভিন্ন উপলব্ধিমূলক অবস্থার তুলনায় বিভ্রান্তিকর বলে মনে হয়। একটি সম্ভাবনা হলো, আমরা স্টিমুলাসের সম্পূর্ণ সময়কাল ধরে ফায়ারিং রেট গণনা করে সিলেকশন এফেক্টকে অবমূল্যায়ন করেছি। ৩১ ৩-ডি এসএফএম-এর ক্ষেত্রের বিপরীতে, যেখানে ট্রায়ালের প্রায় ২৫০ মিলিসেকেন্ডে এমটি অ্যাক্টিভিটিতে পার্থক্য তৈরি হয়েছিল এবং তারপর ট্রায়াল জুড়ে ক্রমাগত বৃদ্ধি পেয়েছিল, সিলেকশন সিগন্যালের টেম্পোরাল ডায়নামিক্সের উপর আমাদের বিশ্লেষণে দেখা গেছে (উভয় বানরের ক্ষেত্রে স্টিমুলাস শুরুর ৫০০ মিলিসেকেন্ড পরে)। এছাড়াও, এই সময়কালে একটি তীব্র বৃদ্ধির পর, আমরা ট্রায়ালের বাকি সময় জুড়ে সিপি-তে ওঠানামা লক্ষ্য করেছি। হুপে এবং রুবিন৫৫ রিপোর্ট করেছেন যে দীর্ঘ ট্রায়ালের সময় বাইস্টেবল আয়তক্ষেত্রাকার অ্যারে সম্পর্কে মানুষের উপলব্ধি প্রায়শই পরিবর্তিত হয়। যদিও আমাদের স্টিমুলাসগুলো মাত্র ১.৫ সেকেন্ডের জন্য উপস্থাপন করা হয়েছিল, ট্রায়াল চলাকালীন আমাদের বানরদের উপলব্ধি কোহেরেন্স থেকে ট্রান্সপারেন্সি পর্যন্ত পরিবর্তিত হতে পারত (তাদের প্রতিক্রিয়াগুলো কিউ সিলেকশনের সময় তাদের চূড়ান্ত উপলব্ধিকে প্রতিফলিত করত)। অতএব, আমাদের টাস্কের একটি রিঅ্যাকশন টাইম সংস্করণ, বা এমন একটি পরিকল্পনা যেখানে বানররা ক্রমাগত তাদের উপলব্ধি জানাতে পারে, তাতে একটি বৃহত্তর সিলেকশন এফেক্ট থাকার সম্ভাবনা রয়েছে। শেষ সম্ভাবনাটি হলো, দুটি টাস্কে এমটি সিগন্যাল ভিন্নভাবে পঠিত হয়। যদিও দীর্ঘদিন ধরে মনে করা হতো যে সিপিইউ সিগন্যালগুলো সেন্সরি ডিকোডিং এবং কোরিলেটেড নয়েজের ফল,৫৬ গু এবং তার সহকর্মীরা৫৭ কম্পিউটেশনাল মডেলে দেখেছেন যে ভিন্ন পুলিং পারস্পরিক সম্পর্কযুক্ত পরিবর্তনশীলতার মাত্রার পরিবর্তে কৌশলগুলো ডরসাল মিডিয়া-সুপিরিয়র টেম্পোরাল নিউরনে সিপিইউ-কে আরও ভালোভাবে ব্যাখ্যা করতে পারে। শীট পরিবর্তন অভিমুখ শনাক্তকরণ টাস্ক (MSTd)। এমটি-তে আমরা যে ছোট সিলেকশন এফেক্ট পর্যবেক্ষণ করেছি, তা সম্ভবত সামঞ্জস্য বা স্বচ্ছতার ধারণা তৈরি করার জন্য অনেক কম-তথ্যপূর্ণ নিউরনের ব্যাপক একত্রীকরণকে প্রতিফলিত করে। যে কোনো ক্ষেত্রে যেখানে স্থানীয় গতির সংকেতগুলোকে এক বা দুটি বস্তুতে (বাইস্টেবল গ্রেটিং) অথবা সাধারণ বস্তুর পৃথক পৃষ্ঠে (3-D SFM) দলবদ্ধ করতে হতো, সেখানে শক্তিশালী এমটি প্রতিক্রিয়া দেখা গেছে, যা এমটি প্রতিক্রিয়ার সাথে উপলব্ধিমূলক সিদ্ধান্তের উল্লেখযোগ্য সংযোগের স্বাধীন প্রমাণ দেয়। এটি ভিজ্যুয়াল গতির তথ্য ব্যবহার করে জটিল চিত্রগুলোকে বহু-বস্তু দৃশ্যে বিভক্ত করার ক্ষেত্রে একটি ভূমিকা পালন করে বলে প্রস্তাব করা হয়েছে।
উপরে যেমন উল্লেখ করা হয়েছে, আমরাই প্রথম MT প্যাটার্ন সেলুলার অ্যাক্টিভিটি এবং পারসেপশনের মধ্যে একটি সংযোগের কথা রিপোর্ট করি। মভশন এবং তার সহকর্মীদের দ্বারা প্রণীত মূল দ্বি-পর্যায়ের মডেলে, মোড ইউনিট হলো MT-এর আউটপুট পর্যায়। তবে, সাম্প্রতিক গবেষণায় দেখা গেছে যে মোড এবং কম্পোনেন্ট সেলগুলো একটি কন্টিনিউয়ামের ভিন্ন ভিন্ন প্রান্তের প্রতিনিধিত্ব করে এবং রিসেপ্টিভ ফিল্ডের কাঠামোর প্যারামেট্রিক পার্থক্যই মোড কম্পোনেন্টগুলোর টিউনিং স্পেকট্রামের জন্য দায়ী। অতএব, আমরা CP এবং PI-এর মধ্যে একটি উল্লেখযোগ্য পারস্পরিক সম্পর্ক খুঁজে পেয়েছি, যা ডেপথ রিকগনিশন টাস্কে বাইনোকুলার মিসম্যাচ অ্যাডজাস্টমেন্ট সিমেট্রি এবং CP-এর মধ্যেকার সম্পর্ক অথবা ফাইন ওরিয়েন্টেশন ডিসক্রিমিনেশন টাস্কে ওরিয়েন্টেশন সেটিং কনফিগারেশনের মধ্যেকার সম্পর্কের অনুরূপ। ডকুমেন্ট এবং CP-এর মধ্যে সম্পর্ক 33। ওয়াং এবং মভশন62 MT ওরিয়েন্টেশন সিলেকটিভিটি সম্পন্ন বিপুল সংখ্যক সেল বিশ্লেষণ করে দেখেছেন যে, গড়ে, মোড ইনডেক্স অনেক টিউনিং বৈশিষ্ট্যের সাথে সম্পর্কিত ছিল, যা থেকে বোঝা যায় যে MT পপুলেশন থেকে পাঠযোগ্য আরও অনেক ধরনের সিগন্যালে মোড সিলেকটিভিটি বিদ্যমান। অতএব, এমটি কার্যকলাপ এবং বিষয়গত উপলব্ধির মধ্যে সম্পর্ক নিয়ে ভবিষ্যৎ গবেষণার জন্য, এটি নির্ধারণ করা গুরুত্বপূর্ণ হবে যে প্যাটার্ন সূচকটি অন্যান্য কাজ এবং উদ্দীপক নির্বাচন সংকেতের সাথেও একইভাবে সম্পর্কযুক্ত কিনা, অথবা এই সম্পর্কটি কেবল উপলব্ধিমূলক বিভাজনের ক্ষেত্রেই নির্দিষ্ট কিনা।
একইভাবে, নিনবর্গ এবং কামিং ৪২ দেখতে পান যে, যদিও V2-তে দ্বিনেত্রীয় অমিলের জন্য নির্বাচিত নিকটবর্তী এবং দূরবর্তী কোষগুলো গভীরতা পার্থক্য নির্ণয়ের কাজে সমানভাবে সংবেদনশীল ছিল, কেবলমাত্র নিকটবর্তী পার্থক্য পছন্দকারী কোষের সমষ্টিই উল্লেখযোগ্য CP প্রদর্শন করেছিল। তবে, বানরদের দূরবর্তী পার্থক্যকে অগ্রাধিকারমূলকভাবে গুরুত্ব দিতে পুনরায় প্রশিক্ষণ দেওয়ার ফলে অধিক পছন্দের খাঁচাগুলোতে উল্লেখযোগ্য CP দেখা যায়। অন্যান্য গবেষণাতেও জানা গেছে যে প্রশিক্ষণের ইতিহাস উপলব্ধিমূলক পারস্পরিক সম্পর্ক৩৪,৪০,৬৩ অথবা MT কার্যকলাপ এবং পার্থক্যমূলক পার্থক্য নির্ণয়ের মধ্যে একটি কার্যকারণ সম্পর্কের উপর নির্ভর করে৪৮। CP এবং পদ্ধতি-দিক নির্বাচন ক্ষমতার মধ্যে আমরা যে সম্পর্কটি পর্যবেক্ষণ করেছি, তা সম্ভবত আমাদের সমস্যা সমাধানের জন্য বানরদের ব্যবহৃত নির্দিষ্ট কৌশলকে প্রতিফলিত করে, এবং দৃষ্টি-চালন উপলব্ধিতে পদ্ধতি নির্বাচন সংকেতের নির্দিষ্ট ভূমিকাকে নয়। ভবিষ্যতের গবেষণায়, বিভাজন সংক্রান্ত সিদ্ধান্ত নেওয়ার জন্য কোন MT সংকেতগুলোকে অগ্রাধিকারমূলক এবং নমনীয়ভাবে গুরুত্ব দেওয়া হবে তা নির্ধারণে শেখার ইতিহাসের কোনো উল্লেখযোগ্য প্রভাব আছে কিনা তা নির্ণয় করা গুরুত্বপূর্ণ হবে।
স্টোনার এবং তার সহকর্মীরা¹⁴,²³ সর্বপ্রথম রিপোর্ট করেন যে, ওভারল্যাপিং গ্রিড অঞ্চলের উজ্জ্বলতা পরিবর্তন করলে তা মানুষের পর্যবেক্ষকের রিপোর্টের সঙ্গতি ও স্বচ্ছতা এবং ম্যাকাক বানরের MT নিউরনের দিকনির্দেশক সমন্বয়কে অনুমানযোগ্যভাবে প্রভাবিত করে। লেখকরা দেখেছেন যে, যখন ওভারল্যাপিং অঞ্চলগুলোর উজ্জ্বলতা ভৌতভাবে স্বচ্ছতার সাথে মিলে যায়, তখন পর্যবেক্ষকরা আরও স্বচ্ছ উপলব্ধির কথা জানান, এবং MT নিউরনগুলো র‍্যাস্টার উপাদানগুলোর নড়াচড়ার সংকেত দেয়। বিপরীতভাবে, যখন ওভারল্যাপিং উজ্জ্বলতা এবং স্বচ্ছ ওভারল্যাপ ভৌতভাবে অসঙ্গতিপূর্ণ হয়, তখন পর্যবেক্ষক সঙ্গতিপূর্ণ নড়াচড়া উপলব্ধি করেন এবং MT নিউরনগুলো প্যাটার্নটির সামগ্রিক নড়াচড়ার সংকেত দেয়। সুতরাং, এই গবেষণাগুলো দেখায় যে, ভিজ্যুয়াল উদ্দীপকের ভৌত পরিবর্তন, যা নির্ভরযোগ্যভাবে সেগমেন্টেশন রিপোর্টকে প্রভাবিত করে, তা MT উদ্দীপনাতেও অনুমানযোগ্য পরিবর্তন ঘটায়। এই ক্ষেত্রের সাম্প্রতিক গবেষণায় অনুসন্ধান করা হয়েছে যে কোন MT সংকেতগুলো জটিল উদ্দীপকের উপলব্ধিমূলক রূপকে অনুসরণ করে¹⁸,²⁴,⁶⁴। উদাহরণস্বরূপ, MT নিউরনের একটি উপসেটকে একটি র‍্যান্ডম পয়েন্ট মোশন ম্যাপ (RDK)-এর প্রতি দ্বিমুখী টিউনিং প্রদর্শন করতে দেখা গেছে, যার দুটি দিক একটি একমুখী RDK-এর তুলনায় কম ব্যবধানযুক্ত। কোষীয় টিউনিং-এর ব্যান্ডউইথ ১৯, ২৫। পর্যবেক্ষকরা সর্বদা প্রথম প্যাটার্নটিকে স্বচ্ছ গতি হিসেবে দেখেন, যদিও বেশিরভাগ MT নিউরন এই উদ্দীপনার প্রতিক্রিয়ায় একমুখী অভিযোজন প্রদর্শন করে, এবং সমস্ত MT কোষের একটি সাধারণ গড় একটি একমুখী পপুলেশন প্রতিক্রিয়া দেয়। সুতরাং, দ্বিমুখী টিউনিং প্রদর্শনকারী কোষের একটি উপসেট এই উপলব্ধির জন্য স্নায়বিক ভিত্তি তৈরি করতে পারে। মজার বিষয় হলো, মারমোসেটদের ক্ষেত্রে, প্রচলিত গ্রিড এবং গ্রিড উদ্দীপনা ব্যবহার করে পরীক্ষা করার সময় এই পপুলেশনটি PDS কোষের সাথে মিলে গিয়েছিল।
আমাদের ফলাফল পূর্বের চেয়ে এক ধাপ এগিয়ে, যা প্রত্যক্ষণের বিভাজনে MT-এর ভূমিকা প্রতিষ্ঠা করার জন্য অত্যন্ত গুরুত্বপূর্ণ। প্রকৃতপক্ষে, বিভাজন একটি বিষয়গত ঘটনা। অনেক বহুস্থিতিশীল চাক্ষুষ প্রদর্শন চাক্ষুষ ব্যবস্থার একাধিক উপায়ে স্থায়ী উদ্দীপনাকে সংগঠিত এবং ব্যাখ্যা করার ক্ষমতা প্রদর্শন করে। আমাদের গবেষণায় একই সাথে স্নায়বিক প্রতিক্রিয়া এবং প্রত্যক্ষণের প্রতিবেদন সংগ্রহ করার মাধ্যমে আমরা MT ফায়ারিং রেট এবং স্থির উদ্দীপনার প্রত্যক্ষণের ব্যাখ্যার মধ্যেকার সহপরিবর্তন অন্বেষণ করতে পেরেছি। এই সম্পর্কটি প্রদর্শন করার পরেও, আমরা স্বীকার করি যে কার্যকারণের দিকটি এখনও প্রতিষ্ঠিত হয়নি, অর্থাৎ, আমাদের দ্বারা পর্যবেক্ষণ করা প্রত্যক্ষণের বিভাজনের সংকেতটি, যেমনটা কেউ কেউ যুক্তি দেন [65, 66, 67], স্বয়ংক্রিয় কিনা তা নির্ধারণ করার জন্য আরও পরীক্ষা-নিরীক্ষার প্রয়োজন। প্রক্রিয়াটি আবার উচ্চতর অঞ্চল 68, 69, 70 থেকে সংবেদী কর্টেক্সে ফিরে আসা অবরোহী সংকেতকে প্রতিনিধিত্ব করে (চিত্র 8)। MT-এর অন্যতম প্রধান কর্টিকাল টার্গেট MSTd71-এ প্যাটার্ন-নির্বাচক কোষের বৃহত্তর অনুপাতের প্রতিবেদনগুলি থেকে বোঝা যায় যে, উপলব্ধির স্নায়বিক প্রক্রিয়াগুলি আরও ভালোভাবে বোঝার জন্য MT এবং MSTd-এর যুগপৎ রেকর্ডিং অন্তর্ভুক্ত করে এই পরীক্ষাগুলিকে প্রসারিত করা একটি ভালো প্রথম পদক্ষেপ হবে।
কম্পোনেন্ট ও মোড ওরিয়েন্টেশন সিলেক্টিভিটির একটি দ্বি-পর্যায়ের মডেল এবং মেশিন ট্রান্সলেশনে পছন্দ-সম্পর্কিত কার্যকলাপের উপর টপ-ডাউন ফিডব্যাকের সম্ভাব্য প্রভাব। এখানে, MT ধাপে মোড ডিরেকশন সিলেক্টিভিটি (PDS – “P”) তৈরি করা হয় (i) নির্দিষ্ট মোড ভেলোসিটির সাথে সামঞ্জস্যপূর্ণ দিক-নির্বাচনী ইনপুট ডেটার একটি বৃহৎ স্যাম্পল এবং (ii) শক্তিশালী টিউনিং সাপ্রেশনের মাধ্যমে। MT (“C”) পর্যায়ের দিক-নির্বাচনী (CDS) কম্পোনেন্টটির ইনপুট দিকে একটি সংকীর্ণ স্যাম্পলিং পরিসর থাকে এবং এতে খুব বেশি টিউনিং সাপ্রেশন থাকে না। আনটিউনড ইনহিবিশন উভয় পপুলেশনের উপর নিয়ন্ত্রণ প্রদান করে। রঙিন তীরচিহ্নগুলো ডিভাইসের পছন্দের ওরিয়েন্টেশন নির্দেশ করে। স্পষ্টতার জন্য, শুধুমাত্র V1-MT সংযোগগুলোর একটি উপসেট এবং একটি কম্পোনেন্ট মোড ও ওরিয়েন্টেশন সিলেকশন বক্স দেখানো হয়েছে। আমাদের ফিড-ফরোয়ার্ড (FF) ফলাফল ব্যাখ্যা করার প্রেক্ষাপটে, PDS সেলগুলোতে বিস্তৃত ইনপুট সেটিং এবং শক্তিশালী টিউনিং ইনহিবিশন (লাল রঙে হাইলাইট করা) একাধিক মুভমেন্ট প্যাটার্নের প্রতিক্রিয়ায় কার্যকলাপে বড় ধরনের পার্থক্য তৈরি করেছে। আমাদের সেগমেন্টেশন সমস্যায়, এই গ্রুপটি ডিসিশন চেইনকে চালিত করে এবং পারসেপশনকে বিকৃত করে। এর বিপরীতে, ফিডব্যাক (FB)-এর ক্ষেত্রে, সংবেদী উপাত্ত এবং জ্ঞানীয় পক্ষপাতের মাধ্যমে ঊর্ধ্বস্থ বর্তনীতে উপলব্ধিমূলক সিদ্ধান্ত তৈরি হয়, এবং PDS কোষের (মোটা রেখা) উপর নিম্নস্থ FB-এর বৃহত্তর প্রভাব নির্বাচন সংকেত তৈরি করে। খ) CDS এবং PDS ডিভাইসের বিকল্প মডেলের পরিকল্পিত চিত্র। এখানে MT-তে PDS সংকেতগুলো শুধু V1-এর সরাসরি ইনপুট দ্বারাই নয়, বরং V1-V2-MT পথের পরোক্ষ ইনপুট দ্বারাও তৈরি হয়। মডেলের পরোক্ষ পথগুলোকে টেক্সচার সীমানার (গ্রিড ওভারল্যাপিং এলাকা) প্রতি নির্বাচনক্ষমতা দেওয়ার জন্য সমন্বয় করা হয়েছে। MT স্তরের CDS মডিউলটি সরাসরি এবং পরোক্ষ ইনপুটগুলোর একটি ভারযুক্ত যোগফল সম্পাদন করে এবং আউটপুটটি PDS মডিউলে পাঠায়। PDS প্রতিযোগিতামূলক বাধা দ্বারা নিয়ন্ত্রিত হয়। আবারও, শুধুমাত্র সেই সংযোগগুলোই দেখানো হয়েছে যা মডেলটির মৌলিক স্থাপত্য অঙ্কন করার জন্য প্রয়োজনীয়। এখানে, ক-তে প্রস্তাবিত পদ্ধতির চেয়ে ভিন্ন কোনো FF পদ্ধতি PDS-এর প্রতি কোষীয় ল্যাটিসের প্রতিক্রিয়ায় অধিকতর পরিবর্তনশীলতা ঘটাতে পারে, যা আবারও সিদ্ধান্তের ধরণে পক্ষপাতের জন্ম দেবে। বিকল্পভাবে, পিডিএস কোষে অধিক সিপি এখনও পিডিএস কোষে এফবি সংযুক্তির শক্তি বা দক্ষতার পক্ষপাতিত্বের ফল হতে পারে। প্রমাণগুলো দ্বি- এবং ত্রি-পর্যায়ের এমটি পিডিএস মডেল এবং সিপি এফএফ ও এফবি ব্যাখ্যাগুলোকে সমর্থন করে।
গবেষণার বস্তু হিসেবে ৪.৫ থেকে ৯.০ কেজি ওজনের দুটি প্রাপ্তবয়স্ক ম্যাকাক (ম্যাকাকা মুলাটা) ব্যবহার করা হয়েছিল, যাদের মধ্যে একটি পুরুষ এবং একটি স্ত্রী (বয়স যথাক্রমে ৭ এবং ৫ বছর)। সমস্ত জীবাণুমুক্ত অস্ত্রোপচার পরীক্ষার আগে, প্রাণীগুলোর শরীরে এমটি (MT) অঞ্চলের কাছাকাছি উল্লম্ব ইলেকট্রোডের জন্য একটি বিশেষভাবে তৈরি রেকর্ডিং চেম্বার, একটি স্টেইনলেস স্টিলের হেডরেস্ট স্ট্যান্ড (ক্রিস্ট ইন্সট্রুমেন্টস, হেগার্সটাউন, এমডি) এবং চোখের অবস্থান পরিমাপের জন্য একটি স্ক্লেরাল সার্চ কয়েল (কুনার ওয়্যার, স্যান ডিয়েগো, ক্যালিফোর্নিয়া) স্থাপন করা হয়েছিল। সমস্ত প্রোটোকল মার্কিন যুক্তরাষ্ট্রের কৃষি বিভাগ (USDA)-এর নিয়মাবলী এবং ন্যাশনাল ইনস্টিটিউটস অফ হেলথ (NIH)-এর পরীক্ষাগারের প্রাণীদের মানবিক যত্ন ও ব্যবহারের নির্দেশিকা মেনে চলে এবং শিকাগো বিশ্ববিদ্যালয়ের প্রাতিষ্ঠানিক প্রাণী যত্ন ও ব্যবহার কমিটি (IAUKC) দ্বারা অনুমোদিত হয়েছে।
সমস্ত দৃশ্যমান উদ্দীপক একটি কালো বা ধূসর পটভূমির বিপরীতে একটি গোলাকার ছিদ্রের মধ্যে উপস্থাপন করা হয়েছিল। রেকর্ডিং চলাকালীন, ইলেকট্রোডের অগ্রভাগে থাকা নিউরনের চিরায়ত সংবেদী ক্ষেত্রের সাথে সামঞ্জস্য রেখে এই ছিদ্রটির অবস্থান এবং ব্যাস সমন্বয় করা হয়েছিল। আমরা দুই ধরনের প্রধান দৃশ্যমান উদ্দীপক ব্যবহার করেছি: সাইকোমেট্রিক উদ্দীপক এবং টিউনিং উদ্দীপক।
সাইকোমেট্রিক উদ্দীপকটি হলো একটি গ্রেটিং প্যাটার্ন (২০ cd/m², ৫০% কনট্রাস্ট, ৫০% ডিউটি ​​সাইকেল, ৫ ডিগ্রি/সেকেন্ড) যা দুটি আয়তাকার গ্রেটিংকে তাদের নিজ নিজ দিকের সাথে লম্বভাবে চলমান একটি দিকে স্থাপন করে তৈরি করা হয় (চিত্র ১খ)। পূর্বে দেখানো হয়েছে যে মানব পর্যবেক্ষকরা এই গ্রিড প্যাটার্নগুলিকে দ্বি-স্থিতিশীল উদ্দীপক হিসাবে উপলব্ধি করে, কখনও একই দিকে চলমান একটি একক প্যাটার্ন হিসাবে (সুসংগত গতি) এবং কখনও ভিন্ন দিকে চলমান দুটি পৃথক পৃষ্ঠ হিসাবে (স্বচ্ছ গতি)। ল্যাটিস প্যাটার্নের উপাদানগুলি প্রতিসমভাবে বিন্যস্ত – ল্যাটিসগুলির মধ্যে কোণ ৯৫° থেকে ১৩০° (সেট থেকে নেওয়া: ৯৫°, ১০০°, ১০৫°, ১১৫°, ১২০°, ১২৫°, ১৩০°, পুরো সেশন জুড়ে। ১১৫° কোণে থাকা আইসোলেশন অ্যাঙ্গেল নিউরনগুলি সংরক্ষিত ছিল না, কিন্তু আমরা এখানে সাইকোফিজিক্যাল ডেটা অন্তর্ভুক্ত করেছি) – প্রায় ৯০° বা ২৭০° (প্যাটার্নের অভিমুখ)। প্রতিটি সেশনে আন্তঃজালিকা জালকের কেবল একটি কোণ ব্যবহার করা হয়েছিল; প্রতিটি সেশন চলাকালীন, প্রতিটি ট্রায়ালের জন্য নকশার অভিমুখ দুটি সম্ভাবনা থেকে দৈবচয়নের মাধ্যমে নির্বাচন করা হয়েছিল।
গ্রিডের উপলব্ধি স্পষ্ট করতে এবং কাজের পুরস্কারের জন্য একটি পরীক্ষামূলক ভিত্তি প্রদান করতে, আমরা প্রতিটি গ্রিড উপাদানের লাইট বার ধাপ ৭২-এ এলোমেলো বিন্দু টেক্সচার যুক্ত করি। এটি করা হয় এলোমেলোভাবে নির্বাচিত পিক্সেলের একটি উপসেটের উজ্জ্বলতা (একটি নির্দিষ্ট পরিমাণে) বাড়িয়ে বা কমিয়ে (চিত্র ১গ)। টেক্সচারের চলাচলের দিক একটি শক্তিশালী সংকেত দেয় যা পর্যবেক্ষকের উপলব্ধিকে সুসংগত বা স্বচ্ছ চলাচলের দিকে চালিত করে (চিত্র ১গ)। সুসংগত অবস্থায়, টেক্সচার ল্যাটিসের কোন উপাদানকে আবৃত করছে তা নির্বিশেষে সমস্ত টেক্সচার প্যাটার্নের দিকে স্থানান্তরিত হয় (চিত্র ১গ, সুসংগত)। স্বচ্ছ অবস্থায়, টেক্সচারটি যে গ্রেটিংকে আবৃত করে তার দিকের সাথে লম্বভাবে চলে (চিত্র ১গ, স্বচ্ছ) (পরিপূরক ভিডিও ১)। কাজটি নিয়ন্ত্রণের জন্য, বেশিরভাগ সেশনে এই টেক্সচার মার্কের জন্য মাইকেলসন কনট্রাস্ট (Lmax-Lmin/Lmax+Lmin) (-৮০, -৪০, -২০, -১০, -৫, ০, ৫) এর একটি সেট থেকে পরিবর্তিত হয়েছে। ১০, ২০, ৪০, ৮০)। কনট্রাস্টকে একটি র‍্যাস্টারের আপেক্ষিক উজ্জ্বলতা হিসাবে সংজ্ঞায়িত করা হয় (সুতরাং ৮০% কনট্রাস্ট মানের ফলে ৩৬ বা ৬ cd/m² এর একটি টেক্সচার তৈরি হবে)। বানর N-এর ক্ষেত্রে ৬টি সেশনে এবং বানর S-এর ক্ষেত্রে ৫টি সেশনে, আমরা আরও সংকীর্ণ টেক্সচারাল কনট্রাস্ট পরিসর (-৩০, -২০, -১৫, -১০, -৫, ০, ৫, ১০, ১৫, ২০, ৩০) ব্যবহার করেছি, যেখানে সাইকোফিজিক্যাল বৈশিষ্ট্যগুলো পূর্ণ-পরিসরের কনট্রাস্টের মতোই একই প্যাটার্ন অনুসরণ করে, কিন্তু স্যাচুরেশন ছাড়া।
টিউনিং উদ্দীপকগুলো হলো সাইনুসয়েডাল গ্রিড (কনট্রাস্ট ৫০%, ১ সাইকেল/ডিগ্রি, ৫ ডিগ্রি/সেকেন্ড) যা ১৬টি সমান ব্যবধানের যেকোনো একটি দিকে চলমান, অথবা এই দিকগুলোতে চলমান সাইনুসয়েডাল গ্রিড (যা একে অপরের উপরে স্থাপিত দুটি বিপরীত ১৩৫° কোণের সাইনুসয়েডাল গ্রেটিং দ্বারা গঠিত), প্যাটার্নের একই দিকে।