Interaktion von bottom-up und top-down Signalen zur Steuerung von glatten Augenfolgebewegungen

In diesem Vorhaben soll unterschiedliche Signale zur steuung von glatten augenfolgebewegen (GAF) integreterwerden。GAF dienenendazu， in -权重对象auder Fovea zustabilisien。在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国。[3] [8] [1] [7] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [3]不确定的是，这是一种信号传递方式。GAF是一种基于自底向上集成和自顶向下集成的信号处理方法，我们将使用kontinuierliche Erfassung des integrationsprocesses möglich。基于自底向上和自顶向下的集成与信号分析，基于自底向上和自顶向下的集成与信号分析。在实验中，我们将自下而上的信号（Stimulussalienz and einffache Bewegung）与自上而下的信号（complex Bewegung, Aufmerksamkeit, knowledge and Bewertung）结合起来。Ziel - es herauszufinden， welche - he - verschidedeen - Informationskategorien beder der Steuerung von GAF - Teil - wind和weil - Signale - veriztenlich zur ausschideen - hrung von GAF - integretert werden。Ergebnisse dieser Forschung könnten Hinweise darauf lifefen, widaas menschliche Gehirn, Allgemeinen verschiedene information - onenen zur handlunssauswahl， -规划和管理整合。

In diesem Vorhaben soll untersucht werden, wie unterschiedliche Signale zur Steuerung von glatten Augenfolgebewegungen (GAF) integriert werden. GAF dienen dazu, ein bewegtes Objekt auf der Fovea zu stabilisieren. Sind mehrere Bewegungsstimuli in der Umgebung vorhanden, kann einer der Stimuli ausgewählt und mittels GAF verfolgt werden. Für die Zielselektion werden bottom-up Signale wie z.B. Stimulussalienz als auch top-down Signale wie Aufmerksamkeit, Kognition oder Bewertung herangezogen. Unklar ist bisher wie diese Signale miteinander verrechnet werden. GAF eignen sich besonders gut, um die Integration von bottom-up und top-down Signalen zu untersuchen, weil eine kontinuierliche Erfassung des Integrationsprozesses möglich ist. Dieser zeitliche Aspekt ist für die In-tegration von bottom-up und top-down Signalen von besonderer Bedeutung, weil diese unterschiedli-che Dynamiken aufweisen. In mehreren Experimenten soll die Integration von einem bottom-up Signal (Stimulussalienz und einfache Bewegung) jeweils mit einem top-down Signal (komplexe Bewegung, Aufmerksamkeit, Kognition und Bewertung) getestet werden. Ziel ist es herauszufinden, welche Ge-wichtung den verschiedenen Informationskategorien bei der Steuerung von GAF zu Teil wird und wie diese Signale letztendlich zur Ausführung von GAF integriert werden. Ergebnisse dieser Forschung könnten Hinweise darauf liefern, wie das menschliche Gehirn im Allgemeinen verschiedene Informati-onen zur Handlungsauswahl, -planung und -steuerung integriert.