アンサンブル知覚を支える脳内メカニズムの解明

視覚系は個々の入力情報を詳細に処理するのではなく、アンサンブル符号化と呼ばれる処理によって膨大な情報を要約し、平均や分散といった要約統計量を抽出することにより、豊かな知覚経験を作り出している。先行研究において、線分の方位や運動方向といった比較的低次の視覚特徴や、顔の表情やアイデンティティといった比較的高次の視覚特徴に関するアンサンブル符号化については多くの研究が積み重ねられてきたのに対して、その間をつなぐと考えられる中間レベルの視覚特徴については、十分な検討が行われていない。本研究では、中間レベルの視覚特徴のうち代表的なものの一つと考えられる奥行き情報のアンサンブル符号化の処理機構を検討することを目的として、fMRI実験を行った。fMRI実験によって得られた脳活動の空間的パターンに、Representational Similarity Analysis（RSA）解析、多次元尺度構成法、および階層的クラスタリング解析を適用した結果、両眼視差の要約統計量について、ヒトの視覚経路ではまず「平均」が表現され、その後に「分散」の表現が構築されるというような階層的処理が存在することを示唆された。さらに、「分散」の脳における符号化の方法について複数のモデルを構築し、どのモデルが実際のfMRI実験の結果に最もよく適合するかを判断するため、パターンマッチングによる定量比較を行なったところ、、平均と分散は独立の要約統計量として符号化、処理されている可能性が示唆された。

視覚系は個々の入力情報を詳細に処理するのではなく、アンサンブル符号化と呼ばれる処理によって膨大な情報を要約し、平均や分散といった要約統計量を抽出することにより、豊かな知覚経験を作り出している。先行研究において、線分の方位や運動方向といった比較的低次の視覚特徴や、顔の表情やアイデンティティといった比較的高次の視覚特徴に関するアンサンブル符号化については多くの研究が積み重ねられてきたのに対して、その間をつなぐと考えられる中間レベルの視覚特徴については、十分な検討が行われていない。本研究では、中間レベルの視覚特徴のうち代表的なものの一つと考えられる奥行き情報のアンサンブル符号化の処理機構を検討することを目的として、fMRI実験を行った。fMRI実験によって得られた脳活動の空間的パターンに、Representational Similarity Analysis（RSA）解析、多次元尺度構成法、および階層的クラスタリング解析を適用した結果、両眼視差の要約統計量について、ヒトの視覚経路ではまず「平均」が表現され、その後に「分散」の表現が構築されるというような階層的処理が存在することを示唆された。さらに、「分散」の脳における符号化の方法について複数のモデルを構築し、どのモデルが実際のfMRI実験の結果に最もよく適合するかを判断するため、パターンマッチングによる定量比較を行なったところ、、平均と分散は独立の要約統計量として符号化、処理されている可能性が示唆された。