Nature.com पर आने के लिए धन्यवाद। आपके ब्राउज़र संस्करण में CSS का सीमित समर्थन है। सर्वोत्तम अनुभव के लिए, हम आपको अद्यतन ब्राउज़र का उपयोग करने (या इंटरनेट एक्सप्लोरर में संगतता मोड को अक्षम करने) की सलाह देते हैं। इस बीच, निरंतर समर्थन सुनिश्चित करने के लिए, हम साइट को बिना स्टाइल और जावास्क्रिप्ट के प्रदर्शित करेंगे।
एक कैरोसेल जिसमें एक साथ तीन स्लाइड दिखाई देती हैं। तीन स्लाइड देखने के लिए 'पिछला' और 'अगला' बटन का उपयोग करें, या अंत में दिए गए स्लाइडर बटन का उपयोग करके एक साथ तीन स्लाइड देखें।
उच्च-रिज़ॉल्यूशन दृष्टि के लिए वस्तु गुणों के पुनर्निर्माण हेतु रेटिना द्वारा सूक्ष्म नमूनाकरण और एकीकरण आवश्यक है। यह ध्यान रखना महत्वपूर्ण है कि विभिन्न वस्तुओं से लिए गए स्थानीय नमूनों को मिलाने पर सटीकता कम हो जाती है। इसलिए, विखंडन, यानी छवि के क्षेत्रों को अलग-अलग प्रसंस्करण के लिए समूहित करना, बोध के लिए अत्यंत महत्वपूर्ण है। पिछले अध्ययनों में, इस प्रक्रिया का अध्ययन करने के लिए द्विस्थिर जाली संरचनाओं का उपयोग किया गया था, जिन्हें एक या एक से अधिक गतिशील सतहों के रूप में माना जा सकता है। यहाँ, हम प्राइमेट दृश्य मार्ग के मध्यवर्ती क्षेत्रों में गतिविधि और विखंडन निर्णयों के बीच संबंध प्रस्तुत करते हैं। विशेष रूप से, हमने पाया कि चयनात्मक रूप से उन्मुख मध्य टेम्पोरल न्यूरॉन्स द्विस्थिर ग्रैटिंग की धारणा को विकृत करने के लिए उपयोग किए जाने वाले बनावट संकेतों के प्रति संवेदनशील थे और परीक्षणों तथा निरंतर उत्तेजनाओं की व्यक्तिपरक धारणा के बीच एक महत्वपूर्ण सहसंबंध दर्शाते थे। यह सहसंबंध उन इकाइयों में अधिक होता है जो कई स्थानीय दिशाओं वाले पैटर्न में वैश्विक गति का संकेत देती हैं। इस प्रकार, हम यह निष्कर्ष निकालते हैं कि मध्यवर्ती समय डोमेन में ऐसे संकेत होते हैं जिनका उपयोग जटिल दृश्यों को घटक वस्तुओं और सतहों में विभाजित करने के लिए किया जाता है।
दृष्टि न केवल छवि की मूलभूत विशेषताओं जैसे किनारों की दिशा और गति के सटीक विभेदन पर निर्भर करती है, बल्कि इससे भी महत्वपूर्ण बात यह है कि वस्तु के आकार और प्रक्षेप पथ जैसे पर्यावरणीय गुणों की गणना करने के लिए इन विशेषताओं का सही एकीकरण आवश्यक है।¹ हालांकि, समस्या तब उत्पन्न होती है जब रेटिना की छवियां कई समान रूप से संभावित विशेषता समूहों²,³,⁴ का समर्थन करती हैं (चित्र 1a)। उदाहरण के लिए, जब गति संकेतों के दो समूह बहुत करीब होते हैं, तो इसे एक गतिशील वस्तु या कई गतिशील वस्तुओं के रूप में समझा जा सकता है (चित्र 1b)। यह विभाजन की व्यक्तिपरक प्रकृति को दर्शाता है, अर्थात् यह छवि का एक निश्चित गुण नहीं है, बल्कि व्याख्या की एक प्रक्रिया है। सामान्य धारणा के लिए इसके स्पष्ट महत्व के बावजूद, अवधारणात्मक विभाजन के तंत्रिका आधार की हमारी समझ अभी भी अपूर्ण है।
एक कार्टून चित्रण जो अवधारणात्मक विभाजन समस्या को दर्शाता है। एक प्रेक्षक की नेकर घन (बाएं) में गहराई की धारणा दो संभावित व्याख्याओं (दाएं) के बीच बदलती रहती है। ऐसा इसलिए है क्योंकि छवि में ऐसे कोई संकेत नहीं हैं जो मस्तिष्क को आकृति के 3डी अभिविन्यास को विशिष्ट रूप से निर्धारित करने की अनुमति देते हैं (दाएं ओर मोनोक्युलर ऑक्लूजन सिग्नल द्वारा प्रदान किया गया)। b जब स्थानिक निकटता में कई गति संकेत प्रस्तुत किए जाते हैं, तो दृष्टि प्रणाली को यह निर्धारित करना होता है कि स्थानीय नमूने एक या अधिक वस्तुओं से हैं या नहीं। स्थानीय गति संकेतों की अंतर्निहित अस्पष्टता, अर्थात् वस्तु गतियों का एक क्रम समान स्थानीय गति उत्पन्न कर सकता है, जिसके परिणामस्वरूप दृश्य इनपुट की कई समान रूप से प्रशंसनीय व्याख्याएं होती हैं, अर्थात् यहां वेक्टर क्षेत्र एक ही सतह की सुसंगत गति या अतिव्यापी सतहों की पारदर्शी गति से उत्पन्न हो सकते हैं। c (बाएं) हमारे बनावट वाले ग्रिड उत्तेजना का एक उदाहरण। आयताकार ग्रेटिंग जो अपनी दिशा के लंबवत चलती हैं ("घटक दिशाएं" - सफेद तीर) एक दूसरे को ओवरलैप करके एक ग्रेटिंग पैटर्न बनाती हैं। लैटिस को दिशाओं की एक एकल, नियमित, जुड़ी हुई गति (लाल तीर) या मिश्रित दिशाओं की पारदर्शी गति के रूप में देखा जा सकता है। यादृच्छिक बिंदु बनावट संकेतों के जुड़ने से लैटिस की धारणा विकृत हो जाती है। (मध्य) पीले रंग से हाइलाइट किए गए क्षेत्र को विस्तारित किया गया है और क्रमशः सुसंगत और पारदर्शी संकेतों के लिए फ़्रेमों की एक श्रृंखला के रूप में प्रदर्शित किया गया है। प्रत्येक मामले में बिंदु की गति को हरे और लाल तीरों द्वारा दर्शाया गया है। (दाएं) चयन बिंदु की स्थिति (x, y) बनाम फ़्रेमों की संख्या का ग्राफ़। सुसंगत स्थिति में, सभी बनावटें एक ही दिशा में गति करती हैं। पारदर्शिता की स्थिति में, बनावट घटक की दिशा में गति करती है। d हमारे गति विभाजन कार्य का एक कार्टून चित्रण। बंदरों ने प्रत्येक परीक्षण की शुरुआत एक छोटे बिंदु को स्थिर करके की। थोड़ी देर बाद, एक निश्चित प्रकार का ग्रेटिंग पैटर्न (सुसंगतता/पारदर्शिता) और बनावट संकेत आकार (जैसे कंट्रास्ट) एमटी आरएफ के स्थान पर दिखाई दिया। प्रत्येक परीक्षण के दौरान, ग्रेटिंग पैटर्न की दो संभावित दिशाओं में से किसी एक में गति कर सकता है। उत्तेजना हटाए जाने के बाद, चयन लक्ष्य एमटी आरएफ के ऊपर और नीचे दिखाई दिए। बंदरों को ग्रिड के बारे में अपनी धारणा को सैकेड्स के माध्यम से उपयुक्त चयन लक्ष्य की ओर इंगित करना होगा।
दृश्य गतियों की प्रक्रिया अच्छी तरह से परिभाषित है और इस प्रकार अवधारणात्मक विभाजन के तंत्रिका परिपथों के अध्ययन के लिए एक उत्कृष्ट मॉडल प्रदान करती है। कई कम्प्यूटेशनल अध्ययनों ने दो-चरण गति प्रसंस्करण मॉडल की उपयोगिता को रेखांकित किया है, जिसमें उच्च-रिज़ॉल्यूशन प्रारंभिक अनुमान के बाद शोर को दूर करने और वस्तु के वेग को पुनर्स्थापित करने के लिए स्थानीय नमूनों का चयनात्मक एकीकरण किया जाता है7,8। यह ध्यान रखना महत्वपूर्ण है कि दृष्टि प्रणालियों को इस समूह को केवल सामान्य वस्तुओं के स्थानीय नमूनों तक सीमित रखने का ध्यान रखना चाहिए। मनोभौतिकी अध्ययनों ने उन भौतिक कारकों का वर्णन किया है जो स्थानीय गति संकेतों के विभाजन को प्रभावित करते हैं, लेकिन शारीरिक प्रक्षेप पथों का आकार और तंत्रिका कोड अभी भी अनसुलझे प्रश्न हैं। कई रिपोर्टों से पता चलता है कि प्राइमेट कॉर्टेक्स के टेम्पोरल (एमटी) क्षेत्र में अभिविन्यास-चयनात्मक कोशिकाएं तंत्रिका आधार के लिए उपयुक्त उम्मीदवार हैं।
महत्वपूर्ण बात यह है कि पिछले प्रयोगों में, तंत्रिका गतिविधि में परिवर्तन दृश्य उत्तेजनाओं में भौतिक परिवर्तनों के साथ सहसंबंधित थे। हालांकि, जैसा कि ऊपर उल्लेख किया गया है, विभाजन मूल रूप से एक अवधारणात्मक प्रक्रिया है। इसलिए, इसके तंत्रिका आधार के अध्ययन के लिए तंत्रिका गतिविधि में परिवर्तनों को स्थिर उत्तेजनाओं की धारणा में परिवर्तनों से जोड़ना आवश्यक है। अतः, हमने दो बंदरों को यह बताने के लिए प्रशिक्षित किया कि क्या आरोपित गतिशील आयताकार ग्रैटिंग द्वारा निर्मित कथित द्विस्थिर ग्रैटिंग पैटर्न एक ही सतह है या दो स्वतंत्र सतहें हैं। तंत्रिका गतिविधि और विभाजन निर्णयों के बीच संबंध का अध्ययन करने के लिए, जब बंदर यह कार्य कर रहे थे, तब हमने एमटी में एकल गतिविधि को रिकॉर्ड किया।
हमने एमटी गतिविधि और धारणा के अध्ययन के बीच एक महत्वपूर्ण सहसंबंध पाया। यह सहसंबंध तब भी मौजूद था जब उद्दीपनों में स्पष्ट विभाजन संकेत मौजूद थे या नहीं। इसके अलावा, इस प्रभाव की प्रबलता विभाजन संकेतों के प्रति संवेदनशीलता के साथ-साथ पैटर्न सूचकांक से भी संबंधित है। पैटर्न सूचकांक यह मापता है कि जटिल पैटर्नों में इकाई स्थानीय गति के बजाय वैश्विक गति को किस हद तक विकीर्ण करती है। यद्यपि फैशन दिशा के लिए चयनात्मकता को लंबे समय से एमटी की एक परिभाषित विशेषता के रूप में मान्यता प्राप्त है, और फैशन-चयनात्मक कोशिकाएं जटिल उद्दीपनों के प्रति ऐसी ट्यूनिंग दिखाती हैं जो उन उद्दीपनों की मानवीय धारणा के अनुरूप है, लेकिन हमारी जानकारी के अनुसार, पैटर्न सूचकांक और अवधारणात्मक विभाजन के बीच सहसंबंध का यह पहला प्रमाण है।
हमने दो बंदरों को ग्रिड उद्दीपनों (सुसंगत या पारदर्शी गतियों) की उनकी धारणा प्रदर्शित करने के लिए प्रशिक्षित किया। मनुष्य आमतौर पर इन उद्दीपनों को लगभग समान आवृत्ति की सुसंगत या पारदर्शी गतियों के रूप में देखते हैं। इस परीक्षण में सही उत्तर देने और क्रियात्मक पुरस्कार का आधार स्थापित करने के लिए, हमने जाली बनाने वाले घटक के रास्टर पर टेक्सचर लगाकर विभाजन संकेत बनाए (चित्र 1c, d)। सुसंगत स्थितियों में, सभी टेक्सचर पैटर्न की दिशा में गति करते हैं (चित्र 1c, "सुसंगत")। पारदर्शी अवस्था में, टेक्सचर उस ग्रेटिंग की दिशा के लंबवत गति करता है जिस पर वह सुपरइम्पोज़ किया गया है (चित्र 1c, "पारदर्शी")। हम इस टेक्सचर लेबल के कंट्रास्ट को बदलकर कार्य की कठिनाई को नियंत्रित करते हैं। संकेतित परीक्षणों में, बंदरों को टेक्सचर संकेतों के अनुरूप प्रतिक्रियाओं के लिए पुरस्कृत किया गया, और टेक्सचर संकेतों के बिना पैटर्न वाले परीक्षणों (शून्य टेक्सचर कंट्रास्ट स्थिति) में पुरस्कार यादृच्छिक रूप से (50/50 संभावना) दिए गए।
दो प्रतिनिधि प्रयोगों से प्राप्त व्यवहार संबंधी डेटा चित्र 2a में दिखाया गया है, और प्रतिक्रियाओं को क्रमशः ऊपर या नीचे की ओर शिफ्ट होने वाले पैटर्न के लिए बनावट संकेतों के सामंजस्य बनाम कंट्रास्ट के निर्णयों के अनुपात के रूप में प्लॉट किया गया है (परिभाषा के अनुसार पारदर्शिता कंट्रास्ट को नकारात्मक माना जाता है)। कुल मिलाकर, बंदरों की सुसंगति/पारदर्शिता की धारणा बनावट संकेत के चिह्न (पारदर्शी, सुसंगत) और शक्ति (विपरीतता) दोनों से विश्वसनीय रूप से प्रभावित हुई (एनोवा; बंदर एन: दिशा - एफ = 0.58, पी = 0.45, चिह्न - एफ = 1248, पी < 10−10, विपरीतता - एफ = 22.63, पी < 10; बंदर एस: दिशा - एफ = 0.41, पी = 0.52, चिह्न - एफ = 2876.7, पी < 10−10, विपरीतता - एफ = 36.5, पी < 10−10)। कुल मिलाकर, बंदरों की सुसंगति/पारदर्शिता की धारणा बनावट संकेत के चिह्न (पारदर्शी, सुसंगत) और शक्ति (विपरीतता) दोनों से विश्वसनीय रूप से प्रभावित हुई (एनोवा; बंदर एन: दिशा - एफ = 0.58, पी = 0.45, चिह्न - एफ = 1248, पी < 10−10, विपरीतता - एफ = 22.63, पी < 10; बंदर एस: दिशा - एफ = 0.41, पी = 0.52, चिह्न - एफ = 2876.7, पी < 10−10, विपरीतता - एफ = 36.5, पी < 10−10)। В целом на восприятие обезьянами когерентности/прозрачности अन्य उत्पाद देखें (контрастность) текстурного признака (ANOVA; обезьяна N: направление - F = 0,58, p = 0,45, знак - एफ = 1248, पी <10−10, контраст - एफ = 22,63, पी <10 обезьяна एस: направление - एफ = 0,41, p = 0,52, признак - F = 2876,7, p <10−10, контраст - F = 36,5, р <10-10)। सामान्य तौर पर, बंदरों द्वारा सुसंगति/पारदर्शिता की धारणा बनावट संबंधी विशेषता के संकेत (पारदर्शिता, सुसंगति) और शक्ति (विपरीतता) दोनों से काफी प्रभावित हुई (एनोवा; बंदर N: दिशा - F = 0.58, p = 0.45, संकेत - F = 1248, p < 10−10, विपरीतता - F = 22.63, p < 10; बंदर S: दिशा - F = 0.41, p = 0.52, संकेत - F = 2876.7, p < 10 −10, विपरीतता - F = 36.5, p < 10-10)।और पढ़ें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 अंक एस: मूल्य – एफ = 0.41, पी = 0.52, मूल्य – एफ = 2876.7, पी < 10−10, मूल्य – एफ = 36.5，पी < 10-10）。और पढ़ें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 36.5，p < 10-10）।सामान्य तौर पर, बंदरों की सुसंगति/पारदर्शिता की धारणा बनावट संकेतों के संकेत (पारदर्शिता, सुसंगति) और तीव्रता (विपरीतता) से काफी प्रभावित होती है (एनोवा);обезьяна N: ориентация - F = 0,58, p = 0,45, знак - F = 1248, p < 10−10, Контрастность - F = 22,63, p < 10; बंदर एन: अभिविन्यास – एफ = 0.58, पी = 0.45, संकेत – एफ = 1248, पी < 10−10, कंट्रास्ट – एफ = 22.63, पी < 10; −10 Обезьяна S: Ориентация - F = 0,41, p = 0,52, Знак - F = 2876,7, p < 10−10, Контрастность - F = 36,5, पी <10-10)। −10 बंदर S: अभिविन्यास – F = 0.41, p = 0.52, संकेत – F = 2876.7, p < 10-10, कंट्रास्ट – F = 36.5, p < 10-10)।बंदरों की मनोशारीरिक विशेषताओं को निर्धारित करने के लिए प्रत्येक सत्र के डेटा पर गॉसियन संचयी फलन लागू किए गए। चित्र 2b में दोनों बंदरों के लिए सभी सत्रों में इन मॉडलों की सहमति का वितरण दर्शाया गया है। कुल मिलाकर, बंदरों ने कार्य को सटीकता और निरंतरता के साथ पूरा किया, और संचयी गॉसियन मॉडल के साथ खराब तालमेल के कारण हमने दो बंदरों वाले सत्रों में से 13% से भी कम को अस्वीकार कर दिया।
a प्रतिनिधि सत्रों में बंदरों के व्यवहार के उदाहरण (प्रत्येक उद्दीपन स्थिति के लिए n ≥ 20 परीक्षण)। बाएँ (दाएँ) पैनलों में, एक N(S) बंदर सत्र के डेटा को सुसंगत चयन स्कोर (ऑर्डिनेट) बनाम बनावट संकेतों के चिह्न कंट्रास्ट (एब्सिसा) के रूप में प्लॉट किया गया है। यहाँ यह माना गया है कि पारदर्शी (सुसंगत) बनावटों का मान ऋणात्मक (धनात्मक) है। परीक्षण में पैटर्न की गति की दिशा (ऊपर (90°) या नीचे (270°)) के अनुसार प्रतिक्रियाएँ अलग-अलग बनाई गईं। दोनों जानवरों के लिए, प्रदर्शन, चाहे प्रतिक्रिया को 50/50 कंट्रास्ट (PSE – ठोस तीर) से विभाजित किया गया हो या प्रदर्शन के एक निश्चित स्तर को बनाए रखने के लिए आवश्यक बनावट कंट्रास्ट की मात्रा (थ्रेशोल्ड – खुले तीर), इन दिशाओं में है। b गॉसियन संचयी फ़ंक्शन के R2 मानों का फिटेड हिस्टोग्राम। बंदर S(N) डेटा बाएँ (दाएँ) पर दिखाया गया है। c (ऊपर) नीचे की ओर खिसके ग्रिड (ऑर्डिनेट) के लिए मापा गया PSE, ऊपर की ओर खिसके ग्रिड (एब्सिसा) के लिए मापे गए PSE की तुलना में प्लॉट किया गया है, जिसमें किनारे प्रत्येक स्थिति के लिए PSE वितरण को दर्शाते हैं और तीर प्रत्येक स्थिति के लिए माध्य को इंगित करते हैं। सभी N(S) बंदर सत्रों का डेटा बाएँ (दाएँ) कॉलम में दिया गया है। (नीचे) PSE डेटा के समान ही नियम, लेकिन फिट किए गए फ़ीचर थ्रेशोल्ड के लिए। PSE थ्रेशोल्ड या फैशन ट्रेंड में कोई महत्वपूर्ण अंतर नहीं था (पाठ देखें)। d कोणीय पृथक्करण घटक ("इंटीग्रल ग्रेटिंग कोण" - एब्सिसा) के सामान्यीकृत रास्टर अभिविन्यास के आधार पर PSE और ढलान (ऑर्डिनेट) को प्लॉट किया गया है। खुले वृत्त माध्य हैं, ठोस रेखा सर्वोत्तम फिटिंग प्रतिगमन मॉडल है, और बिंदीदार रेखा प्रतिगमन मॉडल के लिए 95% विश्वास अंतराल है। PSE और सामान्यीकृत एकीकरण कोण के बीच एक महत्वपूर्ण सहसंबंध है, लेकिन ढलान और सामान्यीकृत एकीकरण कोण के बीच नहीं, यह दर्शाता है कि साइकोमेट्रिक फ़ंक्शन घटक जालक को अलग करने वाले कोण के साथ स्थानांतरित होता है, लेकिन तीक्ष्णता या चपटापन नहीं होता है। (बंदर N, n = 32 सत्र; बंदर S, n = 43 सत्र)। सभी पैनलों में, त्रुटि बार माध्य की मानक त्रुटि को दर्शाते हैं। हा हा। सुसंगति, PSE व्यक्तिपरक समानता स्कोर, मानदंड। मानकीकरण।
जैसा कि ऊपर बताया गया है, बनावट संकेतों का कंट्रास्ट और पैटर्न की गति की दिशा, परीक्षणों में भिन्न-भिन्न थी, जिसमें उत्तेजनाएँ किसी दिए गए परीक्षण में ऊपर या नीचे खिसकती थीं। ऐसा मनोभौतिक11 और तंत्रिका28 अनुकूली प्रभावों को कम करने के लिए किया जाता है। पैटर्न अभिविन्यास बनाम पूर्वाग्रह (व्यक्तिपरक समानता बिंदु या PSE) (विलकॉक्सन रैंक योग परीक्षण; बंदर N: z = 0.25, p = 0.8; बंदर S: z = 0.86, p = 0.39) या फिटेड फ़ंक्शन थ्रेशोल्ड (विलकॉक्सन रैंकों का योग; बंदर N: z = 0.14, p = 0.89, बंदर S: z = 0.49, p = 0.62) (चित्र 2c)। इसके अलावा, प्रदर्शन सीमा स्तरों को बनाए रखने के लिए आवश्यक बनावट कंट्रास्ट की डिग्री में बंदरों के बीच कोई महत्वपूर्ण अंतर नहीं था (एन बंदर = 24.5% ± 3.9%, एस बंदर = 18.9% ± 1.9%; विल्कोक्सन रैंक योग, जेड = 1.01, पी = 0.31)।
प्रत्येक सत्र में, हमने घटक जालों के अभिविन्यासों को अलग करने वाले अंतर्जाल कोण को बदला। मनोभौतिकी अध्ययनों से पता चला है कि जब यह कोण छोटा होता है तो लोगों द्वारा कोशिका 10 को जुड़ा हुआ मानने की संभावना अधिक होती है। यदि बंदर सुसंगति/पारदर्शिता की अपनी धारणा को विश्वसनीय रूप से बता रहे थे, तो इन निष्कर्षों के आधार पर, यह उम्मीद की जा सकती है कि PSE, जो सुसंगति और पारदर्शिता विकल्पों के बीच एक समान विभाजन के अनुरूप बनावट कंट्रास्ट है, अंतःक्रिया पर बढ़ेगा। वास्तव में यही स्थिति थी (चित्र 2डी; पैटर्न दिशाओं में संकुचन, क्रुस्कल-वालिस; बंदर एन: χ2 = 23.06, पी < 10−3; बंदर एस: χ2 = 22.22, पी < 10−3; सामान्यीकृत अंतर-ग्रेटिंग कोण और पीएसई के बीच सहसंबंध - बंदर एन: आर = 0.67, पी < 10−9; बंदर एस: आर = 0.76, पी < 10−13)। वास्तव में यही स्थिति थी (चित्र 2डी; पैटर्न दिशाओं में संकुचन, क्रुस्कल-वालिस; बंदर एन: χ2 = 23.06, पी < 10−3; बंदर एस: χ2 = 22.22, पी < 10−3; सामान्यीकृत इंटरग्रेटिंग कोण और पीएसई के बीच सहसंबंध - बंदर एन: आर = 0.67, पी < 10−9; बंदर एस: आर = 0.76, पी < 10−13)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p < 10–3; обезьяна S: χ2 = 22,22, p < 10-3; корреляция между нормализованными угол решетки и PSE - обезьяна N: r = 0,67, p < 10-9, обезьяна एस: आर = 0,76, पी <10-13)। यह वास्तव में हुआ (चित्र 2डी; पैटर्न की दिशा में पतन, क्रुस्कल-वालिस; बंदर एन: χ2 = 23.06, पी < 10–3; बंदर एस: χ2 = 22.22, पी < 10–3; सामान्यीकृत जाली कोण और पीएसई के बीच सहसंबंध - बंदर एन: आर = 0.67, पी < 10-9, बंदर एस: आर = 0.76, पी < 10-13)।अधिक पढ़ें 22.22，p < 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）。अधिक पढ़ें 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 N:r = 0.67，p < 10-9；猴子S：r= 0.76，p < 10-13）। Это действительно имело место (рис. 2d; кратность по оси моды, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p <10-3; обезьяна S: χ2 = 22,22, p <10-3; нормализованный межрешеточный угол). वास्तव में यही स्थिति थी (चित्र 2डी; मोड अक्ष के साथ मोड़, क्रुस्कल-वालिस; बंदर एन: χ2 = 23.06, पी < 10-3; बंदर एस: χ2 = 22.22, पी < 10-3; सामान्यीकृत इंटरलैटिस कॉर्नर)। PSE-обезьяна N: r = 0,67, p <10-9, обезьяна S: r = 0,76, p <10-13)। पीएसई बंदर एन: आर = 0.67, पी < 10–9, बंदर एस: आर = 0.76, पी < 10–13)।इसके विपरीत, इंटरलैटिस कोण में परिवर्तन का साइकोमेट्रिक फ़ंक्शन के ढलान पर कोई महत्वपूर्ण प्रभाव नहीं पड़ा (चित्र 2डी; क्रॉस-मोडल ओरिएंटेशन फोल्ड, क्रुस्कल-वालिस; बंदर N: χ2 = 8.09, p = 0.23; बंदर S χ2 = 3.18, p = 0.67, सामान्यीकृत इंटरलैटिस कोण और ढलान के बीच सहसंबंध – बंदर N: r = -0.4, p = 0.2, बंदर S: r = 0.03, p = 0.76)। इस प्रकार, किसी व्यक्ति के मनोभौतिक डेटा के अनुसार, ग्रेटिंग के बीच कोण में परिवर्तन का औसत प्रभाव विस्थापन बिंदुओं में बदलाव है, न कि सेगमेंटेशन संकेतों के प्रति संवेदनशीलता में वृद्धि या कमी।
अंत में, शून्य बनावट कंट्रास्ट वाले परीक्षणों में 0.5 की प्रायिकता के साथ पुरस्कार यादृच्छिक रूप से आवंटित किए जाते हैं। यदि सभी बंदर इस अद्वितीय यादृच्छिकता से अवगत होते और शून्य बनावट कंट्रास्ट और संकेत उद्दीपनों के बीच अंतर कर पाते, तो वे दो प्रकार के परीक्षणों के लिए अलग-अलग रणनीतियाँ विकसित कर सकते थे। दो अवलोकन दृढ़ता से यह संकेत देते हैं कि ऐसा नहीं है। पहला, ग्रैटिंग कोण बदलने से संकेत और शून्य बनावट कंट्रास्ट स्कोर पर गुणात्मक रूप से समान प्रभाव पड़ा (चित्र 2d और पूरक चित्र 1)। दूसरा, दोनों बंदरों के लिए, द्विस्थिर परीक्षण चयन सबसे हाल के (पिछले) पुरस्कार चयन की पुनरावृत्ति होने की संभावना नहीं है (द्विपद परीक्षण, N बंदर: 0.52, z = 0.74, p = 0.22; S बंदर: 0.51, r = 0.9, p = 0.18)।
निष्कर्षतः, हमारे सेगमेंटेशन कार्य में बंदरों का व्यवहार उद्दीपन नियंत्रण में था। बनावट संकेतों के चिह्न और आकार पर अवधारणात्मक निर्णयों की निर्भरता, साथ ही ग्रेटिंग कोण के साथ PSE में परिवर्तन, यह दर्शाते हैं कि बंदरों ने मोटर सुसंगति/पारदर्शिता की अपनी व्यक्तिपरक धारणा को व्यक्त किया। अंत में, शून्य बनावट कंट्रास्ट वाले परीक्षणों में बंदरों की प्रतिक्रियाएँ पिछले परीक्षणों के पुरस्कार इतिहास से अप्रभावित रहीं और अंतर-रास्टर कोणीय परिवर्तनों से महत्वपूर्ण रूप से प्रभावित हुईं। इससे पता चलता है कि बंदर इस महत्वपूर्ण स्थिति में भी जाली सतह विन्यास की अपनी व्यक्तिपरक धारणा को व्यक्त करना जारी रखते हैं।
जैसा कि ऊपर बताया गया है, बनावट के अंतर का नकारात्मक से सकारात्मक में परिवर्तन, उत्तेजनाओं के पारदर्शी से सुसंगत में अवधारणात्मक परिवर्तन के समतुल्य है। सामान्यतः, किसी दिए गए सेल के लिए, बनावट के अंतर के नकारात्मक से सकारात्मक में बदलने पर MT प्रतिक्रिया बढ़ती या घटती है, और इस प्रभाव की दिशा आमतौर पर पैटर्न/घटक की गति की दिशा पर निर्भर करती है। उदाहरण के लिए, दो प्रतिनिधि MT कोशिकाओं के दिशात्मक ट्यूनिंग वक्र चित्र 3 में दिखाए गए हैं, साथ ही कम या उच्च अंतर वाले सुसंगत या पारदर्शी बनावट संकेतों वाले ग्रैटिंग के प्रति इन कोशिकाओं की प्रतिक्रियाएँ भी दर्शाई गई हैं। हमने इन ग्रिड प्रतिक्रियाओं को बेहतर ढंग से मापने का प्रयास किया है, जो हमारे बंदरों के मनोशारीरिक प्रदर्शन से संबंधित हो सकती हैं।
एकल साइनसोइडल सरणी के प्रति प्रतिक्रिया में एक प्रतिनिधि बंदर एमटी कोशिका S के दिशात्मक ट्यूनिंग वक्र का ध्रुवीय प्लॉट। कोण ग्रेटिंग की गति की दिशा को इंगित करता है, परिमाण उत्सर्जन क्षमता को इंगित करता है, और पसंदीदा कोशिका दिशा ग्रेटिंग पैटर्न की दिशा में घटकों में से एक की दिशा के साथ लगभग 90° (ऊपर) तक ओवरलैप करती है। b प्रतिक्रिया ग्रिड का साप्ताहिक उत्तेजना-समय हिस्टोग्राम (PSTH), a में दिखाई गई कोशिका के लिए टेम्पलेट दिशा में 90° स्थानांतरित (बाईं ओर योजनाबद्ध रूप से दिखाया गया है)। प्रतिक्रियाओं को बनावट संकेत प्रकार (संयोजक/पारदर्शी - क्रमशः मध्य/दायां पैनल) और मिशेलसन कंट्रास्ट (PSTH रंग संकेत) के अनुसार क्रमबद्ध किया गया है। प्रत्येक प्रकार के कम-कंट्रास्ट और उच्च-कंट्रास्ट बनावट संकेतों के लिए केवल सही प्रयास दिखाए गए हैं। कोशिकाओं ने पारदर्शी बनावट संकेतों के साथ ऊपर की ओर बहने वाले जाली पैटर्न के प्रति बेहतर प्रतिक्रिया दी, और इन पैटर्न के प्रति प्रतिक्रिया बनावट कंट्रास्ट बढ़ने के साथ बढ़ी। c और d में a और b के समान ही नियम लागू होते हैं, लेकिन बंदर S के अलावा अन्य MT कोशिकाओं के लिए, उनका पसंदीदा अभिविन्यास लगभग नीचे की ओर खिसकने वाली ग्रिड के अभिविन्यास से मेल खाता है। यह इकाई सुसंगत बनावट संकेतों के साथ नीचे की ओर खिसकने वाली ग्रैटिंग को प्राथमिकता देती है, और इन पैटर्न के प्रति प्रतिक्रिया बनावट के अंतर में वृद्धि के साथ बढ़ती है। सभी पैनलों में, छायांकित क्षेत्र माध्य की मानक त्रुटि को दर्शाता है। स्पोक्स। स्पाइक्स, सेकंड। सेकंड।
हमारे टेक्सचर संकेतों द्वारा दर्शाए गए जाली सतह विन्यास (सुसंगत या पारदर्शी) और एमटी गतिविधि के बीच संबंध का पता लगाने के लिए, हमने सबसे पहले सुसंगत गति (सकारात्मक ढलान) या पारदर्शी गति (नकारात्मक ढलान) के लिए कोशिकाओं के बीच सहसंबंध का प्रतिगमन किया। कोशिकाओं को कंट्रास्ट की तुलना में संकेत प्रतिक्रिया दर के आधार पर वर्गीकृत करने के लिए (प्रत्येक मोड दिशा के लिए अलग-अलग) दिया गया। चित्र 3 में समान उदाहरण कोशिका से इन जाली ट्यूनिंग वक्रों के उदाहरण चित्र 4a में दिखाए गए हैं। वर्गीकरण के बाद, हमने टेक्सचर संकेतों के मॉड्यूलेशन के प्रति प्रत्येक कोशिका की संवेदनशीलता को मापने के लिए रिसीवर प्रदर्शन विश्लेषण (आरओसी) का उपयोग किया (तरीके देखें)। इस तरह प्राप्त न्यूरोमेट्रिक कार्यों की तुलना उसी सत्र में बंदरों की मनोभौतिक विशेषताओं से सीधे की जा सकती है ताकि न्यूरॉन्स की जाली बनावट के प्रति मनोभौतिक संवेदनशीलता की सीधे तुलना की जा सके। हमने नमूने में सभी इकाइयों के लिए दो सिग्नल डिटेक्शन विश्लेषण किए, पैटर्न की प्रत्येक दिशा (ऊपर या नीचे) के लिए अलग-अलग न्यूरोमेट्रिक विशेषताओं की गणना की। यह ध्यान रखना महत्वपूर्ण है कि इस विश्लेषण के लिए, हमने केवल उन्हीं परीक्षणों को शामिल किया जिनमें (i) उत्तेजनाओं में बनावट का संकेत था और (ii) बंदरों ने उस संकेत के अनुसार प्रतिक्रिया दी (यानी, "सही" परीक्षण)।
ग्राफिंग के ऊपर (बाएं) या नीचे (दाएं) खिसकने पर फायर रेट को टेक्सचर साइन कंट्रास्ट के मुकाबले प्लॉट किया गया है। ठोस रेखा सबसे उपयुक्त लीनियर रिग्रेशन को दर्शाती है, और ऊपर (नीचे) की पंक्ति का डेटा चित्र 3a सेल, b (चित्र 3c, d) में दिखाए गए डेटा से लिया गया है। रिग्रेशन स्लोप विशेषताओं का उपयोग प्रत्येक सेल/लैटिस ओरिएंटेशन संयोजन (प्रत्येक उत्तेजना स्थिति के लिए n ≥ 20 परीक्षण) को पसंदीदा टेक्सचर संकेत (सुसंगत/पारदर्शी) निर्दिष्ट करने के लिए किया गया था। त्रुटि बार माध्य के मानक विचलन को दर्शाते हैं। ba में दिखाए गए यूनिटों के न्यूरोमेट्रिक कार्यों का वर्णन उसी सत्र के दौरान एकत्रित साइकोमेट्रिक कार्यों के साथ किया गया है। अब, प्रत्येक विशेषता के लिए, हम पसंदीदा टूलटिप विकल्प (ऑर्डिनेट) (पाठ देखें) को टेक्सचर के साइन कंट्रास्ट (एब्सिसा) के प्रतिशत के रूप में प्लॉट करते हैं। टेक्सचर कंट्रास्ट को इस प्रकार बदला गया है कि पसंदीदा टूलटिप सकारात्मक हैं और खाली टूलटिप नकारात्मक हैं। ऊपर (नीचे) की ओर खिसकने वाली ग्रिडों का डेटा बाएँ (दाएँ) पैनलों में दिखाया गया है, ऊपरी (निचली) पंक्तियों में चित्र 3a,b (चित्र 3c,d) में दर्शाए गए सेल का डेटा दिखाया गया है। प्रत्येक पैनल में न्यूरोमेट्रिक और साइकोमेट्रिक थ्रेशोल्ड (N/P) का अनुपात दिखाया गया है। स्पोक्स। स्पाइक्स, सेकंड। सेकंड, निर्देशिका। दिशा, पसंदीदा प्रांत, साई। साइकोमेट्री, न्यूरोलॉजी।
दो प्रतिनिधि एमटी कोशिकाओं के लैटिस ट्यूनिंग वक्र और न्यूरोमेट्रिक फ़ंक्शन तथा उनसे जुड़े साइकोमेट्रिक फ़ंक्शन, इन प्रतिक्रियाओं के साथ एकत्रित करके, चित्र 4a और 4b के ऊपरी और निचले पैनलों में क्रमशः दिखाए गए हैं। ये कोशिकाएँ लगभग एकसमान वृद्धि या कमी दर्शाती हैं क्योंकि बनावट का संकेत पारदर्शी से सुसंगत की ओर जाता है। इसके अतिरिक्त, इस बंधन की दिशा और शक्ति लैटिस गति की दिशा पर निर्भर करती है। अंत में, इन कोशिकाओं की प्रतिक्रियाओं से गणना किए गए न्यूरोमेट्रिक फ़ंक्शन केवल एकदिशीय ग्रिड गति के साइकोफिज़िकल गुणों के करीब पहुँचे (लेकिन फिर भी उनसे मेल नहीं खाते)। न्यूरोमेट्रिक और साइकोमेट्रिक दोनों फ़ंक्शन को थ्रेशोल्ड के साथ सारांशित किया गया था, यानी सही ढंग से चुने गए कंट्रास्ट के लगभग 84% के अनुरूप (फिट किए गए संचयी गॉसियन फ़ंक्शन के माध्य + 1 मानक विचलन के अनुरूप)। पूरे नमूने में, न्यूरोमेट्रिक थ्रेशोल्ड और साइकोमेट्रिक थ्रेशोल्ड का अनुपात, N/P अनुपात, बंदर N में औसतन 12.4 ± 1.2 और बंदर S में 15.9 ± 1.8 था, और जाली को कम से कम एक दिशा में गति करने के लिए, बंदर N (बंदर S) से केवल लगभग 16% (18) इकाइयाँ (चित्र 5a) थीं। चित्र में दिखाए गए कोशिका उदाहरण से। जैसा कि चित्र 3 और 4 में देखा गया है, न्यूरॉन्स की संवेदनशीलता कोशिका के पसंदीदा अभिविन्यास और प्रयोगों में उपयोग की जाने वाली जाली गति की दिशा के बीच संबंध से प्रभावित हो सकती है। विशेष रूप से, चित्र 3a,c में अभिविन्यास समायोजन वक्र एक एकल साइनसोइडल सरणी की न्यूरॉन अभिविन्यास सेटिंग और हमारी बनावट वाली सरणी में पारदर्शी/सुसंगत गति के प्रति इसकी संवेदनशीलता के बीच संबंध को दर्शाते हैं। यह स्थिति दोनों बंदरों के लिए थी (एनोवा; 10 डिग्री रिज़ॉल्यूशन के साथ बिन्ड की गई सापेक्ष पसंदीदा दिशाएँ; बंदर एन: एफ = 2.12, पी < 0.01; बंदर एस: एफ = 2.01, पी < 0.01)। यह स्थिति दोनों बंदरों के लिए थी (एनोवा; 10 डिग्री रिज़ॉल्यूशन के साथ बिन्ड की गई सापेक्ष पसंदीदा दिशाएँ; बंदर एन: एफ = 2.12, पी < 0.01; बंदर एस: एफ = 2.01, पी < 0.01)। इटो मोलेमो म्युसेटो для обеих обезьян (ANOVA; относительные предпочтительные направления объединены в группы с разрешением 10°; обезьяна N: F = 2,12, पी <0,01; обезьяна एस: एफ = 2,01, पी <0,01)। यह स्थिति दोनों बंदरों के लिए थी (एनोवा; 10 डिग्री रिज़ॉल्यूशन पर समूहीकृत सापेक्ष पसंदीदा दिशाएँ; बंदर एन: एफ = 2.12, पी < 0.01; बंदर एस: एफ = 2.01, पी < 0.01)।两只猴子都选方向；猴子N:F = 2.12，p < 0.01；猴子S：F = 2.01，p <0.01）。两 只 猴子 都 是 这 种 （方差 分析 以 以 10 ° 分辨率 合并 的 相对 方向 ； 猴子 n ： f = 2.12 ， पी <0.01 ； ： ： एफ = 2.01 ， पी <0.01。。。。。。。）））））））））））））））））））））））））） Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена ри разрешении 10°; обезьяна N: F = 2,12, p <0,01; обезьяна एस: एफ = 2,01, पी <0,01)। यह स्थिति दोनों बंदरों के लिए थी (एनोवा; 10 डिग्री रिज़ॉल्यूशन पर एकत्रित सापेक्ष पसंदीदा अभिविन्यास; बंदर एन: एफ = 2.12, पी < 0.01; बंदर एस: एफ = 2.01, पी < 0.01)।न्यूरॉन संवेदनशीलता में व्यापक भिन्नता को देखते हुए (चित्र 5a), न्यूरॉन संवेदनशीलता की सापेक्ष पसंदीदा अभिविन्यासों पर निर्भरता को समझने के लिए, हमने सबसे पहले प्रत्येक कोशिका के पसंदीदा अभिविन्यास को ग्रिड पैटर्न की गति के लिए "सर्वोत्तम" अभिविन्यास (यानी वह दिशा जिसमें ग्रेटिंग पसंदीदा कोशिका अभिविन्यास और ग्रेटिंग पैटर्न के अभिविन्यास के बीच सबसे छोटा कोण बनाती है) के सापेक्ष सामान्यीकृत किया। हमने पाया कि न्यूरॉन्स की सापेक्ष सीमाएँ ("सबसे खराब" जाली अभिविन्यास के लिए सीमा / "सर्वोत्तम" जाली अभिविन्यास के लिए सीमा) इस सामान्यीकृत पसंदीदा अभिविन्यास के साथ बदलती रहती हैं, और इस सीमा अनुपात में शिखर पैटर्न या घटक अभिविन्यासों के आसपास दिखाई देते हैं (चित्र 5b)। इस प्रभाव को प्रत्येक नमूने में इकाइयों में पसंदीदा दिशाओं के वितरण में प्लेड पैटर्न या घटक दिशाओं में से किसी एक की ओर पूर्वाग्रह द्वारा स्पष्ट नहीं किया जा सका (चित्र 5सी; रेले परीक्षण; बंदर एन: जेड = 8.33, पी < 10−3, वृत्ताकार माध्य = 190.13 डिग्री ± 9.83 डिग्री; बंदर एस: जेड = 0.79, पी = 0.45) और यह प्लेड इंटर-ग्रेटिंग कोणों में सुसंगत था (पूरक चित्र 2)। इस प्रभाव को प्रत्येक नमूने में इकाइयों में पसंदीदा दिशाओं के वितरण में प्लेड पैटर्न या घटक दिशाओं में से किसी एक की ओर पूर्वाग्रह द्वारा स्पष्ट नहीं किया जा सका (चित्र 5सी; रेले परीक्षण; बंदर एन: जेड = 8.33, पी < 10−3, वृत्ताकार माध्य = 190.13 डिग्री ± 9.83 डिग्री; बंदर एस: जेड = 0.79, पी = 0.45) और यह प्लेड इंटर-ग्रेटिंग कोणों में सुसंगत था (पूरक चित्र 2)। यह अभी भी ऑनलाइन नहीं है предпочтительных направлений в единицах в каждой выборке в сторону одного из клетчатых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p <10-3)। इस प्रभाव को प्रत्येक नमूने में इकाइयों में पसंदीदा दिशाओं के वितरण में बदलाव से समझाया नहीं जा सका, जो चेकर्ड दिशाओं या घटक दिशाओं में से किसी एक की ओर था (चित्र 5सी; रेले परीक्षण; बंदर एन: जेड = 8.33, पी < 10-3)।वृत्ताकार माध्य = 190.13 डिग्री ± 9.83 डिग्री; बंदर S: z = 0.79, p = 0.45) और प्लेड ग्रिड के सभी कोनों के लिए समान था (पूरक चित्र 2)।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） एक वर्ष से अधिक समय तक चलने वाला डेटा स्रोत）（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 图案 或 组件 方向उत्तर:圆形 圆形 圆形 圆形 圆形 圆形 圆形 圆形 圆形z यह अभी भी एक निश्चित समय पर उपलब्ध नहीं है, लेकिन यह अभी भी उपलब्ध नहीं है एक मोबाइल फोन पर एक ग्राहक की उपस्थिति का विवरण в сторону структуры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10–3). इस प्रभाव को इस तथ्य से नहीं समझाया जा सकता है कि प्रत्येक नमूने में कोशिकाओं में पसंदीदा अभिविन्यासों का वितरण या तो जाली संरचना की ओर या घटक अभिविन्यासों में से एक की ओर पक्षपाती होता है (चित्र 5सी; रेले का परीक्षण; बंदर एन: जेड = 8.33, पी < 10-3)।वृत्ताकार औसत) = 190.13 डिग्री ± 9.83 डिग्री; बंदर S: z = 0.79, p = 0.45) और ग्रिड के बीच जाली कोणों में बराबर थे (पूरक चित्र 2)।इस प्रकार, बनावट वाली ग्रिडों के प्रति न्यूरॉन्स की संवेदनशीलता, कम से कम आंशिक रूप से, एमटी ट्यूनिंग के मूलभूत गुणों पर निर्भर करती है।
बाएँ पैनल में N/P अनुपातों (न्यूरॉन/मनोशारीरिक सीमा) का वितरण दर्शाया गया है; प्रत्येक कोशिका दो डेटा बिंदु प्रदान करती है, पैटर्न की गति की प्रत्येक दिशा के लिए एक। दाएँ पैनल में नमूने की सभी इकाइयों के लिए मनोशारीरिक सीमाओं (ऑर्डिनेट) बनाम न्यूरोनल सीमाओं (एब्सिसा) को प्लॉट किया गया है। शीर्ष (नीचे) पंक्ति का डेटा बंदर N (S) से लिया गया है। b इष्टतम जाली अभिविन्यास और पसंदीदा कोशिका अभिविन्यास के बीच अंतर के परिमाण के मुकाबले सामान्यीकृत सीमा अनुपातों को प्लॉट किया गया है। "सर्वोत्तम" दिशा को ग्रेटिंग संरचना (एकल साइनसोइडल ग्रेटिंग के साथ मापी गई) की उस दिशा के रूप में परिभाषित किया गया है जो पसंदीदा कोशिका दिशा के सबसे निकट है। डेटा को पहले सामान्यीकृत पसंदीदा अभिविन्यास (10° बिन) द्वारा वर्गीकृत किया गया था, फिर सीमा अनुपातों को अधिकतम मान तक सामान्यीकृत किया गया और प्रत्येक बिन के भीतर औसत निकाला गया। जाली घटकों के अभिविन्यास से थोड़ा बड़ा या छोटा पसंदीदा अभिविन्यास वाली कोशिकाओं में जाली पैटर्न के अभिविन्यास के प्रति संवेदनशीलता में सबसे बड़ा अंतर था। c प्रत्येक बंदर में रिकॉर्ड की गई सभी MT इकाइयों के पसंदीदा अभिविन्यास वितरण का गुलाबी हिस्टोग्राम।
अंततः, एमटी की प्रतिक्रिया ग्रेटिंग की गति की दिशा और हमारे सेगमेंटेशन संकेतों (बनावट) के विवरण से नियंत्रित होती है। तंत्रिका और मनोभौतिक संवेदनशीलता की तुलना से पता चला कि, सामान्य तौर पर, एमटी इकाइयाँ बंदरों की तुलना में विपरीत बनावट संकेतों के प्रति बहुत कम संवेदनशील थीं। हालाँकि, न्यूरॉन की संवेदनशीलता इकाई के पसंदीदा अभिविन्यास और ग्रिड की गति की दिशा के बीच के अंतर पर निर्भर करती थी। सबसे संवेदनशील कोशिकाओं में अभिविन्यास संबंधी प्राथमिकताएँ होती थीं जो लगभग जाली पैटर्न या उसके किसी एक घटक अभिविन्यास को कवर करती थीं, और हमारे नमूनों का एक छोटा उपसमूह विपरीत अंतरों के प्रति बंदरों की धारणा के समान या उससे अधिक संवेदनशील था। यह निर्धारित करने के लिए कि क्या इन अधिक संवेदनशील इकाइयों से प्राप्त संकेत बंदरों में धारणा के साथ अधिक निकटता से जुड़े थे, हमने धारणा और तंत्रिका प्रतिक्रियाओं के बीच सहसंबंध की जाँच की।
तंत्रिका गतिविधि और व्यवहार के बीच संबंध स्थापित करने में एक महत्वपूर्ण कदम न्यूरॉन्स और स्थिर उद्दीपनों के प्रति व्यवहारिक प्रतिक्रियाओं के बीच सहसंबंध स्थापित करना है। तंत्रिका प्रतिक्रियाओं को विभाजन निर्णयों से जोड़ने के लिए, एक ऐसा उद्दीपन बनाना महत्वपूर्ण है जो समान होने के बावजूद, विभिन्न परीक्षणों में अलग-अलग रूप से अनुभव किया जाए। वर्तमान अध्ययन में, इसे शून्य बनावट कंट्रास्ट वाली ग्रैटिंग द्वारा स्पष्ट रूप से दर्शाया गया है। हालांकि हम इस बात पर जोर देते हैं कि जानवरों के साइकोमेट्रिक कार्यों के आधार पर, न्यूनतम (लगभग 20% से कम) बनावट कंट्रास्ट वाली ग्रैटिंग को आमतौर पर सुसंगत या पारदर्शी माना जाता है।
एमटी प्रतिक्रियाओं और अवधारणात्मक रिपोर्टों के बीच सहसंबंध की मात्रा निर्धारित करने के लिए, हमने अपने ग्रिड डेटा का चयन संभाव्यता (सीपी) विश्लेषण किया (देखें 3)। संक्षेप में, सीपी एक गैर-पैरामीट्रिक, गैर-मानक माप है जो स्पाइक प्रतिक्रियाओं और अवधारणात्मक निर्णयों के बीच संबंध को मापता है।30 शून्य बनावट कंट्रास्ट वाले ग्रिड का उपयोग करने वाले परीक्षणों और उन सत्रों तक विश्लेषण को सीमित करते हुए जिनमें बंदरों ने प्रत्येक प्रकार के परीक्षणों के लिए कम से कम पांच विकल्प चुने, हमने ग्रिड गति की प्रत्येक दिशा के लिए अलग-अलग एसआर की गणना की। बंदरों में, हमने औसत सीपी मान को संयोग से अपेक्षित मान से काफी अधिक पाया (चित्र 6ए, डी; बंदर एन: औसत सीपी: 0.54, 95% सीआई: (0.53, 0.56), सीपी = 0.5 के शून्य के विरुद्ध दो-तरफ़ा टी-परीक्षण, टी = 6.7, पी < 10−9; बंदर एस: औसत सीपी: 0.55, 95% सीआई: (0.54, 0.57), दो-तरफ़ा टी-परीक्षण, टी = 9.4, पी < 10−13)। बंदरों में, हमने औसत सीपी मान को संयोग से अपेक्षित मान से काफी अधिक पाया (चित्र 6ए, डी; बंदर एन: औसत सीपी: 0.54, 95% सीआई: (0.53, 0.56), सीपी = 0.5 के शून्य के विरुद्ध दो-तरफ़ा टी-परीक्षण, टी = 6.7, पी < 10−9; बंदर एस: औसत सीपी: 0.55, 95% सीआई: (0.54, 0.57), दो-तरफ़ा टी-परीक्षण, टी = 9.4, पी < 10−13)।बंदरों में, हमने औसत सीपी को यादृच्छिक रूप से अपेक्षित से काफी अधिक पाया (चित्र 6ए, डी; बंदर एन: औसत सीपी: 0.54, 95% सी.आई.: (0.53, 0.56), शून्य मानों के मुकाबले दो-तरफ़ा टी-परीक्षण)।सीपी = 0,5, टी = 6,7, पी <10-9; सीपी = 0.5, टी = 6.7, पी <10-9; обезьяна S: среднее CP: 0,55, 95% ДИ: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10–13) . बंदर S: औसत CP: 0.55, 95% CI: (0.54, 0.57), दो-तरफ़ा t-परीक्षण, t = 9.4, p < 10–13)।在猴子中,我们观察到平均CP 6 ए, डी, एन: सीपी: 0.54, 95% 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% CI: (0.54, 0.57), 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 图 6a , d ； n ： 平均 ： 0.54，95% Ci ： 0.53，0.56） ， 空值 检验 CP = 0.5, t = 6.7, p <10−9; अनुपात एस: मूल्य सीपी: 0.55, 95% सीआई: (0.54, 0.57), प्रतिशत मूल्य, टी=9.4, पी <10−13) У обезьян мы наблюдали средние значения CP, значительно превышающие तो, यह मेरे लिए एक अच्छा विकल्प है (рис. 6a, d; обезьяна N: 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, 95% ДИ: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p < 10- 13) . बंदरों में, हमने औसत सीपी मानों को संयोग से अपेक्षित मानों से काफी ऊपर पाया (चित्र 6ए, डी; बंदर एन: औसत सीपी: 0.54, 95% सीआई: (0.53, 0.56), दो-तरफ़ा टी-परीक्षण सीपी बनाम शून्य = 0.5, टी = 6.7, पी < 10-9, बंदर एस: औसत सीपी: 0.55, 95% सीआई: (0.54, 0.57), दो-तरफ़ा टी-मानदंड, टी = 9.4, पी < 10-13)।इस प्रकार, एमटी न्यूरॉन्स किसी भी स्पष्ट विभाजन संकेतों की अनुपस्थिति में भी अधिक मजबूती से सक्रिय होते हैं, जब जानवर की जाली गति की धारणा कोशिका की प्राथमिकताओं से मेल खाती है।
a) बंदर N से लिए गए नमूनों के लिए बनावट संकेतों के बिना ग्रिडों के लिए चयन संभाव्यता वितरण। प्रत्येक कोशिका अधिकतम दो डेटा बिंदु (ग्रिड गति की प्रत्येक दिशा के लिए एक) योगदान कर सकती है। यादृच्छिक से ऊपर का औसत CP मान (सफेद तीर) इंगित करता है कि कुल मिलाकर MT गतिविधि और धारणा के बीच एक महत्वपूर्ण संबंध है। b) किसी भी संभावित चयन पूर्वाग्रह के प्रभाव की जांच करने के लिए, हमने प्रत्येक उत्तेजना के लिए CP की गणना अलग से की, जिसके लिए बंदरों ने कम से कम एक त्रुटि की। सभी उत्तेजनाओं (बाएं) के लिए चयन अनुपात (वरीयता/शून्य) और बनावट चिह्न कंट्रास्ट के निरपेक्ष मानों (दाएं, 120 व्यक्तिगत कोशिकाओं से डेटा) के फलन के रूप में चयन संभावनाओं को प्लॉट किया गया है। बाएं पैनल में ठोस रेखा और छायांकित क्षेत्र 20-बिंदु गतिशील औसत के माध्य ± SEM का प्रतिनिधित्व करते हैं। असंतुलित चयन अनुपात वाली उत्तेजनाओं, जैसे कि उच्च संकेत कंट्रास्ट वाले ग्रिड, के लिए गणना की गई चयन संभावनाएँ अधिक भिन्न थीं और संभावनाओं के आसपास समूहित थीं। दाएं पैनल में धूसर-छायांकित क्षेत्र उच्च चयन संभावना की गणना में शामिल विशेषताओं के कंट्रास्ट पर जोर देता है। c. बड़ी पसंद की प्रायिकता (ऑर्डिनेट) को न्यूरॉन की थ्रेशोल्ड (एब्सिसा) के विरुद्ध प्लॉट किया गया है। चयन की प्रायिकता थ्रेशोल्ड के साथ महत्वपूर्ण रूप से नकारात्मक रूप से सहसंबंधित थी। df का नियम ac के समान है, लेकिन जब तक अन्यथा उल्लेख न किया जाए, यह बंदर S के 157 एकल डेटा पर लागू होता है। g. उच्चतम चयन प्रायिकता (ऑर्डिनेट) को दोनों बंदरों में से प्रत्येक के लिए मानकीकृत पसंदीदा दिशा (एब्सिसा) के विरुद्ध प्लॉट किया गया है। प्रत्येक MT कोशिका ने दो डेटा बिंदु (जाली संरचना की प्रत्येक दिशा के लिए एक) का योगदान दिया। h. प्रत्येक इंटर-रास्टर कोण के लिए चयन प्रायिकता के बड़े बॉक्स प्लॉट। ठोस रेखा माध्यिका को चिह्नित करती है, बॉक्स के निचले और ऊपरी किनारे क्रमशः 25वें और 75वें प्रतिशतक का प्रतिनिधित्व करते हैं, व्हिस्कर्स को इंटरक्वार्टाइल रेंज के 1.5 गुना तक बढ़ाया गया है, और इस सीमा से परे आउटलायर्स को नोट किया गया है। बाएं (दाएं) पैनल में डेटा 120 (157) व्यक्तिगत N(S) बंदर कोशिकाओं से है। i. चयन की उच्चतम प्रायिकता (ऑर्डिनेट) को उद्दीपन के प्रारंभ के समय (एब्सिसा) के विरुद्ध प्लॉट किया गया है। पूरे परीक्षण के दौरान स्लाइडिंग आयताकारों (चौड़ाई 100 एमएस, चरण 10 एमएस) में बड़े सीपी की गणना की गई और फिर इकाइयों पर औसत निकाला गया।
कुछ पिछले अध्ययनों में बताया गया है कि CP, बेसल दर वितरण में परीक्षणों की सापेक्ष संख्या पर निर्भर करता है, जिसका अर्थ है कि यह माप उन उद्दीपनों के लिए कम विश्वसनीय है जो प्रत्येक विकल्प के अनुपात में बड़े अंतर पैदा करते हैं। हमारे डेटा में इस प्रभाव का परीक्षण करने के लिए, हमने सभी उद्दीपनों के लिए CP की गणना अलग-अलग की, चाहे संकेत बनावट कंट्रास्ट कुछ भी हो, और बंदरों ने कम से कम एक गलत परीक्षण किया। चित्र 6b और e (बाएँ पैनल) में, प्रत्येक जानवर के लिए CP को चयन अनुपात (वरीयता/शून्य) के विरुद्ध प्लॉट किया गया है। मूविंग एवरेज को देखने पर, यह स्पष्ट है कि CP चयन संभावनाओं की एक विस्तृत श्रृंखला में प्रायिकता से ऊपर रहता है, और केवल तभी घटता है जब संभावनाएँ 0.2 (0.8) से नीचे (ऊपर) गिरती (बढ़ती) हैं। जानवरों की मनोमितीय विशेषताओं के आधार पर, हम उम्मीद करेंगे कि इस परिमाण के चयन गुणांक केवल उच्च-कंट्रास्ट बनावट संकेतों (सुसंगत या पारदर्शी) वाले उद्दीपनों पर ही लागू होंगे (चित्र 2a, b में मनोमितीय विशेषताओं के उदाहरण देखें)। यह निर्धारित करने के लिए कि क्या ऐसा ही था और क्या स्पष्ट विभाजन संकेतों वाले उद्दीपनों के लिए भी महत्वपूर्ण पीसी बना रहा, हमने पीसी पर निरपेक्ष बनावट संबंधी कंट्रास्ट मानों के प्रभाव की जांच की (चित्र 6बी, ई-दाएं)। जैसा कि अपेक्षित था, मध्यम (~20% कंट्रास्ट या उससे कम) विभाजन संकेतों वाले उद्दीपनों के लिए सीपी प्रायिकता से काफी अधिक था।
अभिविन्यास, गति और बेमेल पहचान कार्यों में, एमटी सीपी सबसे संवेदनशील न्यूरॉन्स में सबसे अधिक होता है, संभवतः क्योंकि ये न्यूरॉन्स सबसे अधिक सूचनात्मक संकेत ले जाते हैं30,32,33,34।इन निष्कर्षों के अनुरूप, हमने ग्रैंड सीपी के बीच एक मामूली लेकिन महत्वपूर्ण सहसंबंध देखा, जिसकी गणना चित्र के सबसे दाहिने पैनल में हाइलाइट किए गए बनावट संकेत विरोधाभासों में जेड-स्कोर फायरिंग दरों से की गई थी।6बी, ई, और न्यूरोनल थ्रेशोल्ड (चित्र 6सी, एफ; ज्यामितीय माध्य प्रतिगमन; बंदर एन: आर = -0.12, पी = 0.07 बंदर एस: आर = -0.18, पी < 10−3)। 6बी, ई, और न्यूरोनल थ्रेशोल्ड (चित्र 6सी, एफ; ज्यामितीय माध्य प्रतिगमन; बंदर एन: आर = -0.12, पी = 0.07 बंदर एस: आर = -0.18, पी < 10−3)।इन निष्कर्षों के अनुरूप, हमने चित्र 6b, e के सबसे दाहिने पैनल में हाइलाइट किए गए टेक्सचर सिग्नल कंट्रास्ट से उत्तेजना आवृत्ति z-स्कोर से गणना किए गए बड़े CP और न्यूरोनल थ्रेशोल्ड (चित्र 6c, f; ज्यामितीय) के बीच एक मामूली लेकिन महत्वपूर्ण सहसंबंध देखा। ज्यामितीय माध्य प्रतिगमन;обезьяна N: r = -0,12, p = 0,07 обезьяна S: r = -0,18, p < 10-3). बंदर N: r = -0.12, p = 0.07 बंदर 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,这是根据图6b、e和神经元阈值（图6c、f；几何平均回归；猴子N：r = -0.12，p = 0.07，S：r = -0.18，p < 10-3）。与 这些 发现 一致 , 我们 到 大 大 之间 存在 适度 但 显着 的 相关性 这 是 根据 图 6b 、 e 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，p < 10-3）。इन निष्कर्षों के अनुरूप, हमने चित्र 6बी,ई में दिखाए गए बड़े सीवी और न्यूरॉन थ्रेशोल्ड (चित्र 6सी,एफ; ज्यामितीय माध्य प्रतिगमन; बंदर एन: आर = -0.12, पी = 0.07) के बीच एक मामूली लेकिन महत्वपूर्ण सहसंबंध देखा।Обезьяна S: г = -0,18, р < 10-3). बंदर एस: आर = -0.18, पी < 10-3)।इसलिए, सबसे अधिक जानकारीपूर्ण इकाइयों से प्राप्त संकेतों में बंदरों में व्यक्तिपरक विभाजन निर्णयों के साथ अधिक सहसंबंध दिखाने की प्रवृत्ति पाई गई, जो अवधारणात्मक पूर्वाग्रह में जोड़े गए किसी भी बनावट संबंधी संकेतों के बावजूद महत्वपूर्ण है।
चूंकि हमने पहले ग्रिड टेक्सचर संकेतों के प्रति संवेदनशीलता और पसंदीदा न्यूरोनल अभिविन्यास के बीच संबंध स्थापित किया था, इसलिए हमने सोचा कि क्या सीपी और पसंदीदा अभिविन्यास के बीच भी ऐसा ही संबंध है (चित्र 6जी)। बंदर एस में यह संबंध केवल थोड़ा ही महत्वपूर्ण था (एनोवा; बंदर एन: 1.03, पी=0.46; बंदर एस: एफ=1.73, पी=0.04)। हमने किसी भी जानवर में जाली कोणों के बीच सीपी में कोई अंतर नहीं देखा (चित्र 6एच; एनोवा; बंदर एन: एफ = 1.8, पी = 0.11; बंदर एस: एफ = 0.32, पी = 0.9)।
अंत में, पिछले अध्ययनों से पता चला है कि परीक्षण के दौरान CP में परिवर्तन होता है। कुछ अध्ययनों में तीव्र वृद्धि के बाद अपेक्षाकृत सहज चयन प्रभाव देखा गया है,30 जबकि अन्य अध्ययनों में परीक्षण के दौरान चयन संकेत में स्थिर वृद्धि देखी गई है।31 प्रत्येक बंदर के लिए, हमने शून्य बनावट कंट्रास्ट (क्रमशः, पैटर्न अभिविन्यास के अनुसार) वाले परीक्षणों में प्रत्येक इकाई के CP की गणना की, जिसमें पूर्व-उत्तेजना प्रारंभ से लेकर औसत पूर्व-उत्तेजना समाप्ति तक प्रत्येक 20 ms के अंतराल पर 100 ms के सेल लिए गए। दो बंदरों के लिए औसत CP गतिशीलता चित्र 6i में दर्शाई गई है। दोनों मामलों में, CP उत्तेजना के प्रारंभ होने के लगभग 500 ms बाद तक एक यादृच्छिक स्तर पर या उसके बहुत करीब बना रहा, जिसके बाद CP में तीव्र वृद्धि हुई।
संवेदनशीलता में परिवर्तन के अलावा, यह भी देखा गया है कि CP कोशिका ट्यूनिंग विशेषताओं के कुछ गुणों से भी प्रभावित होता है। उदाहरण के लिए, उका और डीएंजेलिस34 ने पाया कि द्विनेत्री बेमेल पहचान कार्य में CP, उपकरण के द्विनेत्री बेमेल ट्यूनिंग वक्र की समरूपता पर निर्भर करता है। इस संदर्भ में, एक संबंधित प्रश्न यह है कि क्या पैटर्न दिशा चयनात्मक (PDS) कोशिकाएं घटक दिशा चयनात्मक (CDS) कोशिकाओं की तुलना में अधिक संवेदनशील होती हैं। PDS कोशिकाएं कई स्थानीय अभिविन्यासों वाले पैटर्न के सामान्य अभिविन्यास को एन्कोड करती हैं, जबकि CDS कोशिकाएं दिशात्मक पैटर्न घटकों की गति पर प्रतिक्रिया करती हैं (चित्र 7a)।
a) मोड घटक ट्यूनिंग उत्तेजना और काल्पनिक ग्रेटिंग (बाएं) और ग्रेटिंग अभिविन्यास ट्यूनिंग वक्र (दाएं) का योजनाबद्ध निरूपण (सामग्री और विधियां देखें)। संक्षेप में, यदि कोई कोशिका ग्रिड घटकों को एकीकृत करके पैटर्न गति को संकेतित करती है, तो व्यक्तिगत ग्रिड और ग्रिड उत्तेजनाओं के लिए समान ट्यूनिंग वक्रों की अपेक्षा की जाएगी (अंतिम स्तंभ, ठोस वक्र)। इसके विपरीत, यदि कोशिका घटकों की दिशाओं को संकेत पैटर्न की गति में एकीकृत नहीं करती है, तो ग्रेटिंग गति की प्रत्येक दिशा में एक शिखर के साथ एक द्विभाजित ट्यूनिंग वक्र की अपेक्षा की जाएगी जो एक घटक को कोशिका की पसंदीदा दिशा में स्थानांतरित करता है (अंतिम स्तंभ, धराशायी वक्र)। b) चित्र 1 और 2 में दिखाई गई कोशिकाओं के लिए साइनसोइडल सरणी के अभिविन्यास को समायोजित करने के लिए वक्र। 3 और 4 (शीर्ष पंक्ति - चित्र 3a,b और 4a,b (शीर्ष) में कोशिकाएं; निचला पैनल - चित्र 3c,d और 4a,b (नीचे) की कोशिकाएं)। (मध्य) जाली ट्यूनिंग प्रोफाइल से गणना की गई पैटर्न और घटक भविष्यवाणियां। (दाएं) इन कोशिकाओं के ग्रिड को समायोजित करना। ऊपरी (निचले) पैनल की कोशिकाओं को टेम्पलेट (घटक) कोशिकाओं के रूप में वर्गीकृत किया गया है। ध्यान दें कि पैटर्न घटकों के वर्गीकरण और सुसंगत/पारदर्शी कोशिका गति के लिए वरीयताओं के बीच कोई सीधा संबंध नहीं है (चित्र 4a में इन कोशिकाओं के लिए बनावट जाली प्रतिक्रियाएं देखें)। c N (बाएं) और S (दाएं) बंदरों में दर्ज सभी कोशिकाओं के लिए z-स्कोर मोड (ऑर्डिनेट) के आंशिक सहसंबंध गुणांक को z-स्कोर घटक (एब्सिसा) के आंशिक सहसंबंध गुणांक के विरुद्ध प्लॉट किया गया है। मोटी रेखाएं कोशिकाओं को वर्गीकृत करने के लिए उपयोग किए गए महत्व मानदंडों को दर्शाती हैं। d उच्च चयन संभावना (ऑर्डिनेट) बनाम मोड सूचकांक (Zp – Zc) (एब्सिसा) का प्लॉट। बाएं (दाएं) पैनल में डेटा बंदर N(S) को संदर्भित करता है। काले वृत्त अनुमानित इकाइयों में डेटा दर्शाते हैं। दोनों जानवरों में, उच्च चयन संभावना और पैटर्न सूचकांक के बीच एक महत्वपूर्ण सहसंबंध था, जो बहु-घटक अभिविन्यास वाले उद्दीपनों में सिग्नल पैटर्न अभिविन्यास वाली कोशिकाओं के लिए अधिक अवधारणात्मक सहसंबंध का सुझाव देता है।
इसलिए, एक अलग परीक्षण सेट में, हमने साइनसोइडल ग्रिड और ग्रिड के प्रति प्रतिक्रियाओं को मापकर अपने नमूनों में न्यूरॉन्स को PDS या CDS के रूप में वर्गीकृत किया (तरीके देखें)। जाली ट्यूनिंग वक्र, इस ट्यूनिंग डेटा से निर्मित टेम्पलेट घटक भविष्यवाणियां, और चित्र 1 और 3 में दर्शाई गई कोशिकाओं के लिए जाली ट्यूनिंग वक्र। चित्र 3 और 4 तथा पूरक चित्र 3 को चित्र 7b में दिखाया गया है। पैटर्न वितरण और घटक चयनात्मकता, साथ ही प्रत्येक श्रेणी में पसंदीदा कोशिका अभिविन्यास, प्रत्येक बंदर के लिए क्रमशः चित्र 7c और पूरक चित्र 4 में दर्शाए गए हैं।
पैटर्न घटकों के सुधार पर सीपी की निर्भरता का आकलन करने के लिए, हमने सबसे पहले पैटर्न इंडेक्स 35 (पीआई) की गणना की, जिसके बड़े (छोटे) मान एक बड़े पीडीएस (सीडीएस) के समान व्यवहार को दर्शाते हैं। उपरोक्त प्रदर्शन को देखते हुए कि: (i) तंत्रिका संवेदनशीलता पसंदीदा कोशिका अभिविन्यास और उत्तेजना गति की दिशा के बीच अंतर के साथ बदलती है, और (ii) हमारे नमूने में तंत्रिका संवेदनशीलता और चयन संभावना के बीच एक महत्वपूर्ण सहसंबंध है, हमने प्रत्येक कोशिका की गति की "सर्वोत्तम" दिशा के लिए पीआई और कुल सीपी के बीच संबंध का अध्ययन किया (ऊपर देखें)। हमने पाया कि सीपी, पीआई के साथ महत्वपूर्ण रूप से सहसंबंधित था (चित्र 7डी; ज्यामितीय माध्य प्रतिगमन; ग्रैंड सीपी बंदर एन: आर = 0.23, पी < 0.01; द्वि-स्थिर सीपी बंदर एन आर = 0.21, पी = 0.013; ग्रैंड सीपी बंदर एस: आर = 0.30, पी < 10−4; द्वि-स्थिर सीपी बंदर एस: आर = 0.29, पी < 10−3), यह दर्शाता है कि पीडीएस के रूप में वर्गीकृत कोशिकाओं ने सीडीएस और अवर्गीकृत कोशिकाओं की तुलना में अधिक विकल्प-संबंधी गतिविधि प्रदर्शित की। हमने पाया कि सीपी, पीआई के साथ महत्वपूर्ण रूप से सहसंबंधित था (चित्र 7डी; ज्यामितीय माध्य प्रतिगमन; ग्रैंड सीपी बंदर एन: आर = 0.23, पी < 0.01; द्वि-स्थिर सीपी बंदर एन आर = 0.21, पी = 0.013; ग्रैंड सीपी बंदर एस: आर = 0.30, पी < 10−4; द्वि-स्थिर सीपी बंदर एस: आर = 0.29, पी < 10−3), यह दर्शाता है कि पीडीएस के रूप में वर्गीकृत कोशिकाओं ने सीडीएस और अवर्गीकृत कोशिकाओं की तुलना में अधिक विकल्प-संबंधी गतिविधि प्रदर्शित की। Мы обнаружили, что CP значительно коррелирует с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна CP N: r = 0,23, p <0,01; अतिरिक्त सीपी एन आर = 0,21, पी = 0,013; большая обезьяна सीपी एस: आर = 0,30, पी <10-4; CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как PDS, проявляли большую активность, связанную с उदाहरण के लिए, सीडीएस और अन्य उपकरण। हमने पाया कि सीपी, पीआई के साथ महत्वपूर्ण रूप से सहसंबंधित था (चित्र 7डी; ज्यामितीय माध्य प्रतिगमन; ग्रेट मंकी सीपी एन: आर = 0.23, पी < 0.01; द्विस्थिर मंकी सीपी एन आर = 0.21, पी = 0.013; ग्रेट मंकी सीपी एस: आर = 0.30, पी < 10-4; मंकी एस द्विस्थिर सीपी: आर = 0.29, पी < 10-3), यह दर्शाता है कि पीडीएस के रूप में वर्गीकृत कोशिकाओं ने सीडीएस और अवर्गीकृत कोशिकाओं की तुलना में पसंद से जुड़ी अधिक गतिविधि दिखाई।CP 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N r = 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），表明分类为PDS的细胞比CDS मेरे पास एक अच्छा विकल्प है जिसे मैंने खरीदा है। CP 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N r = 0.21，r，p = 0.21，पी3； 0.0 Мы обнаружили, что CP был значительно связан с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна CP N: r = 0,23, p <0,01; अतिरिक्त सीपी एन आर = 0,21, पी = 0,013; большая обезьяна सीपी एस: आर = 0,013) 0,30, पी <10-4; हमने पाया कि सीपी, पीआई के साथ महत्वपूर्ण रूप से जुड़ा हुआ था (चित्र 7डी; ज्यामितीय माध्य प्रतिगमन; ग्रेट मंकी सीपी एन: आर = 0.23, पी < 0.01; द्विस्थिर बंदर सीपी एन आर = 0.21, पी = 0.013; ग्रेट मंकी सीपी एस: आर = 0.013) 0.30, पी < 10-4; CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как पीडीएस, проявляли большую селекционную активность, чем клетки, классифицированные как सीडीएस और निःसंदेह। बंदर एस बिस्टेबल सीपी: आर = 0.29, पी < 10-3), यह दर्शाता है कि पीडीएस के रूप में वर्गीकृत कोशिकाओं ने सीडीएस और अवर्गीकृत के रूप में वर्गीकृत कोशिकाओं की तुलना में अधिक चयनात्मक गतिविधि प्रदर्शित की।चूंकि PI और न्यूरॉन संवेदनशीलता दोनों CP से सहसंबंधित थे, इसलिए हमने दोनों मापों के बीच सहसंबंध की संभावना को खारिज करने के लिए बहु प्रतिगमन विश्लेषण (PI और न्यूरॉन संवेदनशीलता को स्वतंत्र चर और बड़े CP को आश्रित चर के रूप में) किया, जिससे संभावित प्रभाव उत्पन्न हो सकता था। दोनों आंशिक सहसंबंध गुणांक महत्वपूर्ण थे (बंदर N: थ्रेशोल्ड बनाम CP: r = −0.13, p = 0.04, PI बनाम CP: r = 0.23, p < 0.01; बंदर S: थ्रेशोल्ड बनाम CP: r = −0.16, p = 0.03, PI बनाम CP: 0.29, p < 10−3), यह दर्शाता है कि संवेदनशीलता के साथ CP बढ़ता है और एक स्वतंत्र तरीके से PI के साथ बढ़ता है। दोनों आंशिक सहसंबंध गुणांक महत्वपूर्ण थे (बंदर N: थ्रेशोल्ड बनाम CP: r = −0.13, p = 0.04, PI बनाम CP: r = 0.23, p < 0.01; बंदर S: थ्रेशोल्ड बनाम CP: r = −0.16, p = 0.03, PI बनाम CP: 0.29, p < 10−3), यह दर्शाता है कि संवेदनशीलता के साथ CP बढ़ता है और एक स्वतंत्र तरीके से PI के साथ बढ़ता है। Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против CP: r = 0,23, p <0,01; обезьяна S: порог против CP: r = -0,16, पी = 0,03, पीआई बनाम सीपी: 0,29, पी <10-3), предполагая, что CP увеличивается с чувствительностью и независимым образом увеличивается с PI. दोनों आंशिक सहसंबंध गुणांक महत्वपूर्ण थे (बंदर N: थ्रेशोल्ड बनाम CP: r=-0.13, p=0.04, PI बनाम CP: r=0.23, p<0.01; बंदर S: थ्रेशोल्ड बनाम CP: r = -0.16, p = 0.03, PI बनाम CP: 0.29, p < 10-3), यह दर्शाता है कि संवेदनशीलता के साथ CP बढ़ता है और PI के साथ स्वतंत्र रूप से बढ़ता है।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 बनाम 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。CP: r = -0.13，p = 0.04，PI = 0.03，PI vs CP：0.29，p < 10-3），表明CP Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против CP: r = 0,23, p <0,01; обезьяна S: порог против CP: r = -0,16, पी = 0,03, पीआई против सीपी: 0,29, पी <10-3), что указывает на то, что CP увеличивалась с чувствительностью और увеличивалась с PI независимым образом. दोनों आंशिक सहसंबंध गुणांक महत्वपूर्ण थे (बंदर N: थ्रेशोल्ड बनाम CP: r=-0.13, p=0.04, PI बनाम CP: r=0.23, p<0.01; बंदर S: थ्रेशोल्ड बनाम CP: r = -0.16, p = 0.03, PI बनाम CP: 0.29, p < 10-3), यह दर्शाता है कि CP संवेदनशीलता के साथ और PI के साथ स्वतंत्र रूप से बढ़ता है।
हमने एमटी क्षेत्र में एक गतिविधि रिकॉर्ड की, और बंदरों ने उन पैटर्नों की अपनी धारणा बताई जो सुसंगत या पारदर्शी गतियों के रूप में दिखाई दे सकते थे। पूर्वाग्रही धारणाओं में जोड़े गए विभाजन संकेतों के प्रति न्यूरॉन्स की संवेदनशीलता में व्यापक भिन्नता पाई जाती है और यह कम से कम आंशिक रूप से इकाई के पसंदीदा अभिविन्यास और उत्तेजना की गति की दिशा के बीच संबंध द्वारा निर्धारित होती है। पूरी आबादी में, न्यूरोनल संवेदनशीलता मनोभौतिक संवेदनशीलता से काफी कम थी, हालांकि सबसे संवेदनशील इकाइयाँ विभाजन संकेतों के प्रति व्यवहारिक संवेदनशीलता के बराबर या उससे अधिक थीं। इसके अलावा, फायरिंग आवृत्ति और धारणा के बीच एक महत्वपूर्ण सहसंबंध है, जो बताता है कि एमटी सिग्नलिंग विभाजन में भूमिका निभाती है। पसंदीदा अभिविन्यास वाली कोशिकाओं ने जाली विभाजन संकेतों में अंतर के प्रति अपनी संवेदनशीलता को अनुकूलित किया और कई स्थानीय अभिविन्यासों वाली उत्तेजनाओं में वैश्विक गति को संकेतित करने की प्रवृत्ति दिखाई, जो उच्चतम अवधारणात्मक सहसंबंध को दर्शाता है। इन परिणामों की तुलना पिछले कार्यों से करने से पहले हम कुछ संभावित समस्याओं पर विचार करते हैं।
पशु मॉडलों में द्विस्थिर उद्दीपनों का उपयोग करके किए गए शोध में एक बड़ी समस्या यह है कि व्यवहारिक प्रतिक्रियाएँ रुचि के आयाम पर आधारित नहीं हो सकती हैं। उदाहरण के लिए, हमारे बंदर बनावट अभिविन्यास की अपनी धारणा को जाली सुसंगति की अपनी धारणा से स्वतंत्र रूप से बता सकते हैं। डेटा के दो पहलू बताते हैं कि ऐसा नहीं है। पहला, पिछली रिपोर्टों के अनुसार, पृथक्करण सरणी घटकों के सापेक्ष अभिविन्यास कोण को बदलने से सुसंगत धारणा की संभावना व्यवस्थित रूप से बदल जाती है। दूसरा, औसतन, यह प्रभाव उन पैटर्नों के लिए समान है जिनमें बनावट संकेत होते हैं या नहीं होते हैं। कुल मिलाकर, ये अवलोकन बताते हैं कि बंदरों की प्रतिक्रियाएँ लगातार उनकी जुड़ाव/पारदर्शिता की धारणा को दर्शाती हैं।
एक और संभावित समस्या यह है कि हमने विशिष्ट स्थिति के लिए ग्रेटिंग गति मापदंडों को अनुकूलित नहीं किया है। तंत्रिका और मनोभौतिक संवेदनशीलता की तुलना करने वाले कई पिछले कार्यों में, प्रत्येक पंजीकृत इकाई के लिए उत्तेजनाओं का चयन व्यक्तिगत रूप से किया गया था [31, 32, 34, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45]। यहाँ हमने प्रत्येक कोशिका के अभिविन्यास के समायोजन की परवाह किए बिना, जाली पैटर्न की गति की समान दो दिशाओं का उपयोग किया है। इस डिज़ाइन ने हमें यह अध्ययन करने की अनुमति दी कि जाली गति और पसंदीदा अभिविन्यास के बीच ओवरलैप के साथ संवेदनशीलता कैसे बदलती है, हालांकि, इसने यह निर्धारित करने के लिए कोई पूर्व-निर्धारित आधार प्रदान नहीं किया कि कोशिकाएं सुसंगत या पारदर्शी जाली को पसंद करती हैं या नहीं। इसलिए, हम बनावट वाली जाली के प्रति प्रत्येक कोशिका की प्रतिक्रिया का उपयोग करके, जाली गति की प्रत्येक श्रेणी को वरीयता और शून्य लेबल देने के लिए अनुभवजन्य मानदंडों पर निर्भर करते हैं। हालांकि इसकी संभावना कम है, लेकिन यह हमारे संवेदनशीलता विश्लेषण और सीपी सिग्नल डिटेक्शन के परिणामों को व्यवस्थित रूप से विकृत कर सकता है, जिससे किसी भी माप का संभावित रूप से अधिक अनुमान लगाया जा सकता है। हालांकि, नीचे चर्चा किए गए विश्लेषण और आंकड़ों के कई पहलू यह संकेत देते हैं कि ऐसा नहीं है।
सबसे पहले, अधिक (कम) गतिविधि उत्पन्न करने वाले उद्दीपनों को पसंदीदा (शून्य) नाम देने से इन प्रतिक्रिया वितरणों की पहचान पर कोई प्रभाव नहीं पड़ा। इसके बजाय, इससे केवल यह सुनिश्चित हुआ कि न्यूरोमेट्रिक और साइकोमेट्रिक कार्यों का चिह्न समान हो, ताकि उनकी सीधी तुलना की जा सके। दूसरे, सीपी की गणना के लिए उपयोग की गई प्रतिक्रियाओं (टेक्सचर्ड ग्रैटिंग्स के लिए "गलत" परीक्षण और टेक्सचर कंट्रास्ट के बिना ग्रैटिंग्स के लिए सभी परीक्षण) को उस प्रतिगमन विश्लेषण में शामिल नहीं किया गया था जिससे यह निर्धारित किया गया था कि प्रत्येक कोशिका कनेक्टेड या पारदर्शी ग्रैटिंग्स को "पसंद" करती है या नहीं। इससे यह सुनिश्चित होता है कि चयन प्रभाव पसंदीदा/अमान्य पदनामों की ओर पक्षपाती नहीं हैं, जिसके परिणामस्वरूप एक महत्वपूर्ण चयन संभावना प्राप्त होती है।
न्यूसम और उनके सहयोगियों [36, 39, 46, 47] के अध्ययनों ने सबसे पहले गति की दिशा के अनुमानित आकलन में एमटी की भूमिका निर्धारित की। बाद की रिपोर्टों ने गहराई34,44,48,49,50,51 और गति32,52, सूक्ष्म अभिविन्यास33 और गति से 3डी संरचना की धारणा31,53,54 (3डी सतत वन) में एमटी की भागीदारी पर डेटा एकत्र किया है। हम इन परिणामों को दो महत्वपूर्ण तरीकों से आगे बढ़ाते हैं। सबसे पहले, हम यह प्रमाण प्रदान करते हैं कि एमटी प्रतिक्रियाएं दृश्य-मोटर संकेतों के अवधारणात्मक विभाजन में योगदान करती हैं। दूसरे, हमने एमटी मोड अभिविन्यास चयनात्मकता और इस चयन संकेत के बीच एक संबंध देखा।
सैद्धांतिक रूप से, वर्तमान परिणाम 3-डी एसएफएम पर किए गए कार्य से सबसे अधिक मिलते-जुलते हैं, क्योंकि दोनों ही गति और गहराई के क्रम से संबंधित जटिल द्विस्थिर धारणा हैं। डोड एट अल.31 ने एक द्विस्थिर 3डी एसएफएम सिलेंडर के घूर्णीय अभिविन्यास की रिपोर्ट करने वाले बंदर कार्य में एक बड़ी चयन संभावना (0.67) पाई। हमने द्विस्थिर ग्रिड उत्तेजनाओं के लिए बहुत छोटा चयन प्रभाव पाया (दोनों बंदरों के लिए लगभग 0.55)। चूंकि सीपी का आकलन चयन गुणांक पर निर्भर करता है, इसलिए विभिन्न कार्यों में विभिन्न स्थितियों के तहत प्राप्त सीपी की व्याख्या करना कठिन है। हालांकि, हमने जो चयन प्रभाव देखा, उसका परिमाण शून्य और कम बनावट कंट्रास्ट ग्रेटिंग के लिए समान था, और तब भी जब हमने शक्ति बढ़ाने के लिए कम/बिना बनावट कंट्रास्ट उत्तेजनाओं को संयोजित किया। इसलिए, सीपी में यह अंतर डेटासेट के बीच चयन दरों में अंतर के कारण होने की संभावना नहीं है।
दूसरे मामले में, एमटी फायरिंग दर में होने वाले मामूली बदलाव, जो धारणा के साथ होते हैं, 3-डी एसएफएम उत्तेजना और द्विस्थिर ग्रिड संरचनाओं द्वारा प्रेरित तीव्र और गुणात्मक रूप से भिन्न अवधारणात्मक अवस्थाओं की तुलना में perplexing प्रतीत होते हैं। एक संभावना यह है कि हमने उत्तेजना की पूरी अवधि में फायरिंग दर की गणना करके चयन प्रभाव को कम करके आंका है। 31 3-डी एसएफएम के मामले के विपरीत, जहां परीक्षणों में लगभग 250 एमएस पर एमटी गतिविधि में अंतर विकसित हुआ और फिर परीक्षणों के दौरान लगातार बढ़ता रहा, चयन संकेतों की लौकिक गतिशीलता के हमारे विश्लेषण (दोनों बंदरों में उत्तेजना की शुरुआत के 500 एमएस बाद देखें) से पता चलता है कि इस अवधि के दौरान एक तीव्र वृद्धि के बाद, हमने परीक्षण के शेष भाग के दौरान सीपी में उतार-चढ़ाव देखा। हूप और रुबिन55 बताते हैं कि द्विस्थिर आयताकार सरणियों की मानवीय धारणा अक्सर लंबे परीक्षणों के दौरान बदल जाती है। हालांकि हमारी उत्तेजनाएं केवल 1.5 सेकंड के लिए प्रस्तुत की गई थीं, हमारे बंदरों की धारणा परीक्षण के दौरान सुसंगतता से पारदर्शिता तक भिन्न हो सकती थी (उनकी प्रतिक्रियाएं संकेत चयन पर उनकी अंतिम धारणा को दर्शाती हैं)। इसलिए, हमारे कार्य का एक प्रतिक्रिया समय संस्करण, या योजना जिसमें बंदर लगातार अपनी धारणा की रिपोर्ट कर सकते हैं, का एक बड़ा चयन प्रभाव होने की उम्मीद है। अंतिम संभावना यह है कि एमटी संकेत को दो कार्यों में अलग-अलग पढ़ा जाता है। हालांकि लंबे समय से यह माना जाता रहा है कि सीपीयू संकेत संवेदी डिकोडिंग और सहसंबंधित शोर से उत्पन्न होते हैं,56 गु और सहकर्मियों57 ने पाया कि कम्प्यूटेशनल सहसंबंधित परिवर्तनशीलता के स्तरों के बजाय, विभिन्न पूलिंग रणनीतियों और मॉडलों द्वारा पृष्ठीय मीडिया-सुपीरियर टेम्पोरल न्यूरॉन्स में सीपीयू की बेहतर व्याख्या की जा सकती है। शीट परिवर्तन अभिविन्यास पहचान कार्य (एमएसटीडी)। एमटी में हमने जो छोटा चयन प्रभाव देखा, वह संभवतः कई कम-सूचनात्मक न्यूरॉन्स के व्यापक एकत्रीकरण को दर्शाता है जो सुसंगतता या पारदर्शिता की धारणाएँ उत्पन्न करते हैं। किसी भी मामले में जहाँ स्थानीय गति संकेतों को एक या दो वस्तुओं (द्विस्थिर ग्रेटिंग्स) या सामान्य वस्तुओं की अलग-अलग सतहों (3-डी एसएफएम) में समूहीकृत किया जाना था, स्वतंत्र प्रमाण है कि एमटी प्रतिक्रियाएँ अवधारणात्मक निर्णयों से महत्वपूर्ण रूप से जुड़ी हुई थीं, वहाँ मजबूत एमटी प्रतिक्रियाएँ थीं। यह प्रस्तावित है कि यह दृश्य गति सूचना का उपयोग करके जटिल छवियों को बहु-वस्तु दृश्यों में विभाजित करने में भूमिका निभाता है।
जैसा कि ऊपर उल्लेख किया गया है, हमने सबसे पहले एमटी पैटर्न सेलुलर गतिविधि और धारणा के बीच संबंध की रिपोर्ट की थी। मोवशोन और उनके सहयोगियों द्वारा मूल दो-चरणीय मॉडल में प्रतिपादित किए गए अनुसार, मोड इकाई एमटी का आउटपुट चरण है। हालांकि, हाल के कार्यों से पता चला है कि मोड और घटक कोशिकाएं एक निरंतरता के विभिन्न छोरों का प्रतिनिधित्व करती हैं और ग्रहणशील क्षेत्र की संरचना में पैरामीट्रिक अंतर मोड घटकों के ट्यूनिंग स्पेक्ट्रम के लिए जिम्मेदार हैं। इसलिए, हमने सीपी और पीआई के बीच एक महत्वपूर्ण सहसंबंध पाया, जो गहराई पहचान कार्य में द्विनेत्री बेमेल समायोजन समरूपता और सीपी के बीच संबंध या सूक्ष्म अभिविन्यास भेदभाव कार्य में अभिविन्यास सेटिंग विन्यास के बीच संबंध के समान है। दस्तावेजों और सीपी के बीच संबंध 33। वांग और मोवशोन62 ने एमटी अभिविन्यास चयनात्मकता वाली बड़ी संख्या में कोशिकाओं का विश्लेषण किया और पाया कि औसतन, मोड सूचकांक कई ट्यूनिंग गुणों से जुड़ा था, यह सुझाव देते हुए कि मोड चयनात्मकता कई अन्य प्रकार के संकेतों में मौजूद है जिन्हें एमटी आबादी से पढ़ा जा सकता है। इसलिए, एमटी गतिविधि और व्यक्तिपरक धारणा के बीच संबंध के भविष्य के अध्ययनों के लिए, यह निर्धारित करना महत्वपूर्ण होगा कि क्या पैटर्न सूचकांक अन्य कार्य और उत्तेजना चयन संकेतों के साथ समान रूप से सहसंबंधित है, या क्या यह संबंध अवधारणात्मक विभाजन के मामले के लिए विशिष्ट है।
इसी प्रकार, निएनबोर्ग और कमिंग 42 ने पाया कि यद्यपि V2 में द्विनेत्री बेमेल के लिए चयनात्मक निकट और दूर की कोशिकाएँ गहराई भेदभाव कार्य में समान रूप से संवेदनशील थीं, केवल निकट-पसंदीदा कोशिका समूह ने ही महत्वपूर्ण CP प्रदर्शित किया। हालाँकि, बंदरों को दूर के अंतरों को प्राथमिकता देने के लिए पुनः प्रशिक्षित करने से अधिक पसंदीदा पिंजरों में महत्वपूर्ण CP प्राप्त हुए। अन्य अध्ययनों ने भी बताया है कि प्रशिक्षण इतिहास अवधारणात्मक सहसंबंधों34,40,63 या MT गतिविधि और विभेदक भेदभाव48 के बीच एक कारण संबंध पर निर्भर करता है। CP और व्यवस्था दिशा चयनात्मकता के बीच हमने जो संबंध देखा, वह संभवतः उस विशिष्ट रणनीति को दर्शाता है जिसका उपयोग बंदरों ने हमारी समस्या को हल करने के लिए किया था, न कि दृश्य-मोटर धारणा में मोड चयन संकेतों की विशिष्ट भूमिका को। भविष्य के कार्यों में, यह निर्धारित करना महत्वपूर्ण होगा कि क्या सीखने के इतिहास का इस बात पर महत्वपूर्ण प्रभाव पड़ता है कि विभाजन निर्णय लेने के लिए किन MT संकेतों को प्राथमिकता से और लचीले ढंग से भारित किया जाता है।
स्टोनर और उनके सहयोगियों14,23 ने सबसे पहले यह बताया कि अतिव्यापी ग्रिड क्षेत्रों की चमक में परिवर्तन से मानव प्रेक्षकों की रिपोर्टों की सुसंगति और पारदर्शिता तथा मकाक एमटी न्यूरॉन्स में दिशात्मक समायोजन पर पूर्वानुमानित प्रभाव पड़ता है। लेखकों ने पाया कि जब अतिव्यापी क्षेत्रों की चमक भौतिक रूप से पारदर्शिता से मेल खाती है, तो प्रेक्षकों ने अधिक पारदर्शी अनुभूति की सूचना दी, जबकि एमटी न्यूरॉन्स ने रास्टर घटकों की गति का संकेत दिया। इसके विपरीत, जब अतिव्यापी चमक और पारदर्शी अतिव्यापी भौतिक रूप से असंगत होते हैं, तो प्रेक्षक सुसंगत गति को अनुभव करता है, और एमटी न्यूरॉन्स पैटर्न की समग्र गति का संकेत देते हैं। इस प्रकार, ये अध्ययन दर्शाते हैं कि दृश्य उत्तेजनाओं में भौतिक परिवर्तन जो विभाजन रिपोर्टों को विश्वसनीय रूप से प्रभावित करते हैं, वे एमटी उत्तेजना में भी पूर्वानुमानित परिवर्तन लाते हैं। इस क्षेत्र में हाल के कार्यों में यह पता लगाया गया है कि कौन से एमटी संकेत जटिल उत्तेजनाओं की अवधारणात्मक उपस्थिति को ट्रैक करते हैं18,24,64। उदाहरण के लिए, एमटी न्यूरॉन्स के एक उपसमूह को एक यादृच्छिक बिंदु गति मानचित्र (आरडीके) के लिए द्विविध ट्यूनिंग प्रदर्शित करते हुए दिखाया गया है, जिसमें दो दिशाएँ एकदिशीय आरडीके की तुलना में कम दूरी पर होती हैं। कोशिकीय ट्यूनिंग की बैंडविड्थ 19, 25। प्रेक्षक हमेशा पहले पैटर्न को पारदर्शी गति के रूप में देखते हैं, भले ही अधिकांश एमटी न्यूरॉन्स इन उद्दीपनों के प्रति एकरूप अनुकूलन प्रदर्शित करते हों, और सभी एमटी कोशिकाओं का एक साधारण औसत एकरूप जनसंख्या प्रतिक्रिया देता है। इस प्रकार, द्विरूप ट्यूनिंग प्रदर्शित करने वाली कोशिकाओं का एक उपसमूह इस धारणा के लिए तंत्रिका आधार का निर्माण कर सकता है। दिलचस्प बात यह है कि मार्मोसेट में, पारंपरिक ग्रिड और ग्रिड उद्दीपनों का उपयोग करके परीक्षण किए जाने पर यह जनसंख्या पीडीएस कोशिकाओं से मेल खाती है।
हमारे परिणाम उपरोक्त से एक कदम आगे जाते हैं, जो अवधारणात्मक विभाजन में एमटी की भूमिका स्थापित करने के लिए महत्वपूर्ण हैं। वास्तव में, विभाजन एक व्यक्तिपरक घटना है। कई बहुस्थिर दृश्य प्रदर्शन दृश्य प्रणाली की निरंतर उत्तेजनाओं को एक से अधिक तरीकों से व्यवस्थित और व्याख्या करने की क्षमता को दर्शाते हैं। हमारे अध्ययन में तंत्रिका प्रतिक्रियाओं और अवधारणात्मक रिपोर्टों को एक साथ एकत्र करने से हमें एमटी फायरिंग दर और निरंतर उत्तेजना की अवधारणात्मक व्याख्याओं के बीच सहसंबंध का पता लगाने की अनुमति मिली। इस संबंध को प्रदर्शित करने के बाद, हम स्वीकार करते हैं कि कार्य-कारण की दिशा अभी तक स्थापित नहीं हुई है, यानी, यह निर्धारित करने के लिए और प्रयोगों की आवश्यकता है कि क्या हमारे द्वारा देखा गया अवधारणात्मक विभाजन का संकेत, जैसा कि कुछ लोग तर्क देते हैं [65, 66, 67], स्वचालित है। यह प्रक्रिया फिर से उच्च क्षेत्रों से संवेदी प्रांतस्था में वापस आने वाले अवरोही संकेतों का प्रतिनिधित्व करती है 68, 69, 70 (चित्र 8)। एमएसटीडी71 में पैटर्न-चयनात्मक कोशिकाओं के एक बड़े अनुपात की रिपोर्ट, जो एमटी के मुख्य कॉर्टिकल लक्ष्यों में से एक है, यह सुझाव देती है कि एमटी और एमएसटीडी की एक साथ रिकॉर्डिंग को शामिल करने के लिए इन प्रयोगों का विस्तार करना धारणा के तंत्रिका तंत्र को और अधिक समझने की दिशा में एक अच्छा पहला कदम होगा।
मशीन ट्रांसलेशन में घटक और मोड अभिविन्यास चयनात्मकता का एक द्वि-चरणीय मॉडल और विकल्प-संबंधी गतिविधि पर शीर्ष-डाउन फीडबैक का संभावित प्रभाव। यहाँ, मशीन ट्रांसलेशन चरण में मोड दिशा चयनात्मकता (PDS – “P”) (i) विशिष्ट मोड वेगों के अनुरूप दिशा-चयनात्मक इनपुट डेटा के एक बड़े नमूने, और (ii) मजबूत ट्यूनिंग दमन द्वारा निर्मित होती है। मशीन ट्रांसलेशन चरण (“C”) के दिशा-चयनात्मक (CDS) घटक की इनपुट दिशा में एक संकीर्ण नमूना सीमा होती है और इसमें ट्यूनिंग दमन बहुत कम होता है। अनट्यून्ड अवरोध दोनों समूहों पर नियंत्रण प्रदान करता है। रंगीन तीर पसंदीदा डिवाइस अभिविन्यास को इंगित करते हैं। स्पष्टता के लिए, केवल V1-MT कनेक्शनों का एक उपसमूह और एक घटक मोड और अभिविन्यास चयन बॉक्स दिखाया गया है। हमारे फीड-फॉरवर्ड (FF) परिणामों की व्याख्या के संदर्भ में, PDS कोशिकाओं में व्यापक इनपुट सेटिंग और मजबूत ट्यूनिंग अवरोध (लाल रंग में हाइलाइट किया गया) ने कई गति पैटर्न के जवाब में गतिविधि में बड़े अंतर उत्पन्न किए। हमारी विभाजन समस्या में, यह समूह निर्णय श्रृंखलाओं को संचालित करता है और धारणा को विकृत करता है। इसके विपरीत, फीडबैक (FB) के मामले में, संवेदी डेटा और संज्ञानात्मक पूर्वाग्रहों द्वारा अपस्ट्रीम सर्किट में अवधारणात्मक निर्णय उत्पन्न होते हैं, और PDS कोशिकाओं (मोटी रेखाएँ) पर डाउनस्ट्रीम FB का अधिक प्रभाव चयन संकेत उत्पन्न करता है। b CDS और PDS उपकरणों के वैकल्पिक मॉडलों का योजनाबद्ध निरूपण। यहाँ MT में PDS संकेत न केवल V1 के प्रत्यक्ष इनपुट द्वारा, बल्कि V1-V2-MT पथ के अप्रत्यक्ष इनपुट द्वारा भी उत्पन्न होते हैं। मॉडल के अप्रत्यक्ष पथों को बनावट सीमाओं (ग्रिड ओवरलैपिंग क्षेत्र) के लिए चयनात्मकता प्रदान करने के लिए समायोजित किया जाता है। MT परत CDS मॉड्यूल प्रत्यक्ष और अप्रत्यक्ष इनपुट का भारित योग करता है और आउटपुट को PDS मॉड्यूल को भेजता है। PDS प्रतिस्पर्धी अवरोध द्वारा नियंत्रित होता है। फिर से, केवल वे कनेक्शन दिखाए गए हैं जो मॉडल की मूल संरचना को दर्शाने के लिए आवश्यक हैं। यहाँ, a में प्रस्तावित FF तंत्र से भिन्न FF तंत्र PDS के प्रति कोशिकीय जाली प्रतिक्रिया में अधिक परिवर्तनशीलता उत्पन्न कर सकता है, जिससे निर्णय पैटर्न में पूर्वाग्रह उत्पन्न हो सकते हैं। वैकल्पिक रूप से, पीडीएस कोशिकाओं में अधिक सीपी, पीडीएस कोशिकाओं से एफबी के जुड़ाव की शक्ति या दक्षता में पूर्वाग्रह का परिणाम हो सकता है। साक्ष्य दो- और तीन-चरणीय एमटी पीडीएस मॉडल और सीपी एफएफ और एफबी व्याख्याओं का समर्थन करते हैं।
अध्ययन के लिए दो वयस्क मकाक (मकाका मुलाटा), एक नर और एक मादा (क्रमशः 7 और 5 वर्ष की आयु के), जिनका वजन 4.5 से 9.0 किलोग्राम था, का उपयोग किया गया। सभी रोगाणुरहित शल्य चिकित्सा प्रयोगों से पहले, जानवरों में एमटी क्षेत्र के पास ऊर्ध्वाधर इलेक्ट्रोड के लिए एक विशेष रूप से निर्मित रिकॉर्डिंग चैम्बर, एक स्टेनलेस स्टील हेडरेस्ट स्टैंड (क्रिस्ट इंस्ट्रूमेंट्स, हेगरस्टाउन, एमडी), और एक मापित स्क्लेरल सर्च कॉइल (कूनर वायर, सैन डिएगो, कैलिफोर्निया) के साथ आंखों की स्थिति को मापने के लिए प्रत्यारोपित किया गया था। सभी प्रोटोकॉल संयुक्त राज्य कृषि विभाग (यूएसडीए) के नियमों और राष्ट्रीय स्वास्थ्य संस्थान (एनआईएच) के प्रयोगशाला पशुओं की मानवीय देखभाल और उपयोग संबंधी दिशानिर्देशों का अनुपालन करते हैं और शिकागो विश्वविद्यालय की संस्थागत पशु देखभाल और उपयोग समिति (आईएयूकेसी) द्वारा अनुमोदित हैं।
सभी दृश्य उद्दीपनों को काले या धूसर पृष्ठभूमि पर एक गोलाकार छिद्र में प्रस्तुत किया गया था। रिकॉर्डिंग के दौरान, इस छिद्र की स्थिति और व्यास को इलेक्ट्रोड टिप पर न्यूरॉन्स के क्लासिकल रिसेप्टिव फील्ड के अनुसार समायोजित किया गया था। हमने दृश्य उद्दीपनों की दो व्यापक श्रेणियों का उपयोग किया: साइकोमेट्रिक उद्दीपन और ट्यूनिंग उद्दीपन।
साइकोमेट्रिक स्टिमुलस एक ग्रेटिंग पैटर्न (20 cd/m2, 50% कंट्रास्ट, 50% ड्यूटी साइकिल, 5 डिग्री/सेकंड) है, जिसे दो आयताकार ग्रेटिंग को एक दूसरे के ऊपर रखकर बनाया गया है जो उनकी दिशा के लंबवत दिशा में गति कर रहे हैं (चित्र 1b)। पहले यह दिखाया जा चुका है कि मानव प्रेक्षक इन ग्रिड पैटर्न को द्विस्थिर स्टिमुलस के रूप में देखते हैं, कभी एक ही दिशा में गतिमान एक पैटर्न के रूप में (सुसंगत गति) और कभी अलग-अलग दिशाओं में गतिमान दो अलग-अलग सतहों के रूप में (पारदर्शी गति)। सममित रूप से उन्मुख जाली पैटर्न के घटक – जालों के बीच का कोण 95° से 130° तक होता है (यह कोण 95°, 100°, 105°, 115°, 120°, 125°, 130° के सेट से लिया गया है। पूरे सत्र के दौरान, 115° पर आइसोलेशन कोण न्यूरॉन्स संरक्षित नहीं थे, लेकिन हम यहां मनोभौतिक डेटा शामिल कर रहे हैं) – लगभग 90° या 270° (पैटर्न अभिविन्यास)। प्रत्येक सत्र में, अंतरजाली जाली के केवल एक कोने का उपयोग किया गया था; प्रत्येक सत्र के दौरान, प्रत्येक परीक्षण के लिए पैटर्न का अभिविन्यास दो संभावनाओं में से यादृच्छिक रूप से चुना गया था।
ग्रिड की धारणा को स्पष्ट करने और क्रिया के लिए पुरस्कार का एक अनुभवजन्य आधार प्रदान करने के लिए, हम प्रत्येक ग्रिड घटक के लाइट बार चरण 72 में यादृच्छिक बिंदु बनावटें शामिल करते हैं। यह पिक्सेल के यादृच्छिक रूप से चयनित उपसमूह की चमक को (एक निश्चित मात्रा में) बढ़ाकर या घटाकर प्राप्त किया जाता है (चित्र 1c)। बनावट की गति की दिशा एक मजबूत संकेत देती है जो प्रेक्षक की धारणा को सुसंगत या पारदर्शी गति की ओर स्थानांतरित करती है (चित्र 1c)। सुसंगत स्थितियों में, सभी बनावटें, चाहे वे बनावट जाली के किसी भी घटक को कवर करें, पैटर्न की दिशा में स्थानांतरित होती हैं (चित्र 1c, सुसंगत)। पारदर्शी अवस्था में, बनावट उस ग्रेटिंग की दिशा के लंबवत चलती है जिसे वह कवर करती है (चित्र 1c, पारदर्शी) (पूरक वीडियो 1)। कार्य की जटिलता को नियंत्रित करने के लिए, अधिकांश सत्रों में इस बनावट चिह्न के लिए मिशेलसन कंट्रास्ट (Lmax-Lmin/Lmax+Lmin) (-80, -40, -20, -10, -5, 0, 5) के एक सेट से भिन्न होता है। (10, 20, 40, 80)। कंट्रास्ट को रास्टर की सापेक्ष चमक के रूप में परिभाषित किया जाता है (इसलिए 80% का कंट्रास्ट मान 36 या 6 सीडी/मी2 का टेक्सचर देगा)। बंदर N में 6 सत्रों और बंदर S में 5 सत्रों के लिए, हमने संकीर्ण टेक्सचरल कंट्रास्ट रेंज (-30, -20, -15, -10, -5, 0, 5, 10, 15, 20, 30) का उपयोग किया, जहां साइकोफिजिकल विशेषताएं पूर्ण-श्रेणी कंट्रास्ट के समान पैटर्न का अनुसरण करती हैं, लेकिन संतृप्ति के बिना।
ट्यूनिंग स्टिमुलस साइनसोइडल ग्रिड (कंट्रास्ट 50%, 1 चक्र/डिग्री, 5 डिग्री/सेकंड) होते हैं जो 16 समान दूरी वाली दिशाओं में से किसी एक में गति करते हैं, या साइनसोइडल ग्रिड जो इन दिशाओं में गति करते हैं (जिसमें दो विपरीत 135° कोण वाले साइनसोइडल ग्रेटिंग एक दूसरे के ऊपर सुपरइम्पोज़्ड होते हैं)। पैटर्न की दिशा में।