Category learning is an essential cognitive function for human survival which receives sustained attention from psychologists. An emerging consensus about the mechanism of category learning is that humans have multiple category-learning systems. However, the existing neurobiological model of category learning cannot predict or explain an important human cognitive process, i.e. cross-modal category learning. This study combines behavioral training, decision boundary modeling, fMRI and EEG techniques to answer two critical questions. First, what is the neural correlates of cross-modal information-integration category leaning? How does it differ from those of within-modal category learning? Second, what is the specific neural mechanisms underpinning the two competing category-learning systems during cross-modal information integration? This study reveals the functional brain areas, the neural connectivity and brain networks, and the dynamic change of neurophysiological activity during cross-modal category leaning, which helps with understanding how human integrate cross-modal information when learning categories and provides direct cognitive neuroscience evidences to revise and extend the existing neurobiological model of category learning.
类别和概念的学习是人类重要的高级认知功能,对类别学习机制的探索一直是心理学和认知神经科学的重点和热点。以往研究认为,类别学习主要受到由大脑皮层和基底神经节组成的两个不同系统的调控,即类别学习的双系统神经模型。然而,现有的神经模型无法预测和解释人类生活中的一项重要的认知过程——跨感觉通道的类别学习。本研究结合行为训练、决策边界模型分析、fMRI和EEG等技术,通过3个研究针对性地回答两个关键性问题:1、跨通道和单通道类别学习的神经机制分别是什么,二者有何共性和特性?2、在跨通道类别情景中,外显的假设检验系统和内隐的程序性学习系统,各自特异的神经机制是什么?本研究将从功能脑区、脑网络的功能连通、以及神经电活动的动态变化等方面,系统全面地刻画跨感觉通道类别学习背后的神经机制,明确人类如何整合来自不同感觉通道的信息以完成类别学习,为类别学习神经模型的扩展和修订提供直接的认知神经科学证据。
类别和概念的学习是人类重要的高级认知功能,对类别学习机制的探索一直是心理学和认知神经科学的重点和热点。人类生活在充满多感觉信息的真实世界中,在类别学习的过程中不可避免地需要整合来自不同感觉通道的信息,形成跨感觉的抽象表征。本项目结合行为学训练、决策边界模型分析、脑电和功能磁共振成像等方法,考察了跨通道类别学习的认知神经机制。本项目得到以下几项重要的科学发现:1)无论是单通道视觉类别学习还是跨通道视听觉类别学习均涉及一个感觉通道非特异网络的参与,包括左侧脑岛、右侧额下回、辅助运动区、左侧中央前回、以及双侧顶叶;跨通道视听觉类别学习特异地激活左侧额下回。2)正确分类与双侧壳核相关,错误分类与双侧脑岛和前扣带回相关。3)脑电P3b成分和LPP成分分别表现跨通道特异效应和感觉通道非特异效应。4)外显假设检验系统和内隐程序性学习系统的竞争关系与右侧顶叶的神经活动和脑电P3b成分相关。本项目首次系统地揭示了跨通道类别学习的认知神经机制,明确了人类如何整合来自不同感觉通道的信息以形成类别表征,为类别学习神经模型的扩展和修订提供直接的认知神经科学证据。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
内隐类别学习的认知神经机制
跨感觉通道冲突控制的认知神经机制研究及调节系统建立
反馈对知觉类别学习影响的认知神经机制
类别学习中规则学习和规则转换的认知和神经机制