成功进行客体识别,不仅依赖于来自外部世界的自下而上(bottom-up)的刺激信息,还依赖于来自先验知识的自上而下(top-down)的信息。然而,传统观点认为大脑基于bottom-up层次对视觉信息进行处理,而对客体识别中top-down影响的神经机制研究较少。本项目将采用功能磁共振成像(fMRI)为手段,设计并开展多组fMRI实验,对客体识别中top-down影响的神经机制进行研究。同时,为克服已有客体识别fMRI研究中数据分析方法的局限,本项目将发展脑区活动模式定量分析、多脑区连接网络建模、行为参数和脑活动参数关系建模等多种手段对fMRI数据进行深入挖掘和分析,以回答top-down信息对客体识别脑活动模式的影响方式、top-down高层脑区和bottom-up视觉处理脑区间相互作用的神经机制等客体识别中top-down影响的关键问题,从而进一步阐明客体识别的脑机制。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于多模态信息特征融合的犯罪预测算法研究
客体识别的学习与神经可塑性
主客体识别驱动的自组装及功能
客体识别脑网络研究
主客体分子识别机制的化学信息学研究