Информация по объекту: Справочная информация по объектам недвижимости в режиме online

Как проверить информацию об объекте недвижимости?

Любой учтённый объект недвижимости имеет уникальный код под названием кадастровый номер, который позволяет найти объект и узнать его характеристики. Сегодня мы подробно расскажем, что такое кадастровый номер, из чего он состоит, как его расшифровать и многое другое. Итак, начнем!

Кадастровый номер – уникальный номер объекта недвижимости, присваиваемый ему при осуществлении кадастрового и технического учёта. (Википедия)

Кадастровый номер земельного участка, помещения и любого другого объекта недвижимости — это не просто порядковый номер в реестре, а логичная структура, состоящая из четырех блоков, каждый из которых имеет свое значение.

Для примера возьмем объект под номером 54:35:091455:15 и расшифруем информацию, которая скрыта за этими цифрами: 

• 54 – номер региона, в котором находится объект (здесь — Новосибирская область).
• 35 – обозначение района, административного округа (Новосибирский район).
• 091455 – принадлежность к кварталу или массиву земель.
• 15 – тот самый уникальный индивидуальный номер участка земли, присвоенный кадастровыми службами, и за которым он числится в едином реестре земель.

Кадастровый номер присваивают при постановке объекта на учет, и он уникален, а, следовательно, зная кадастровый номер, вы сможете узнать всю родословную объекта, принадлежит ли участок, например, продавцу, и имеет ли он право на совершение сделки?

Зная кадастровый номер, вы сможете не только определить точное местоположение участка на кадастровой карте, но и узнать, кто его собственник. Ведь нередки случаи, когда недобросовестные владельцы арендованных участков пытаются выдать их за свою собственность, вводя потенциальных покупателей в заблуждение и заключая незаконные сделки о продаже. Всех этих проблем можно избежать, имея приложение Kadastr RU у себя в телефоне. С его помощью вы сможете убедиться в достоверности родословной объекта, а также в правомочиях арендатора или продавца.

Например, собственник хочет совершить сделку с недвижимостью, право собственности на которую оформлена в другом месте, но собственник выдает недвижимость за местную. В приложении Kadastr RU по кадастровому номеру можно выяснить точное местоположение объекта недвижимости, что исключает подлог документов для сделки.

Кроме того, кадастровый номер нужен для получения выписки о собственнике или собственниках, их правах на недвижимость, наложенных судебными или исполнительными властями ограничениях, что очень важно для совершения правомочных сделок.

Во-первых, вы можете воспользоваться онлайн-сервисом портала Росреестра, зайдя на официальную страницу Публичной кадастровой карты по адресу http://pkk5. rosreestr.ru. 

Но с появлением приложения Kadastr RU получить доступ к открытым кадастровым данным любого интересующего вас участка можно прямо с вашего смартфона. Имея информацию о кадастровом номере участка, вы сможете узнать его стоимость по кадастровой оценке, вид разрешенного использования земли, а также вычислить размер налога на недвижимость.

Команда «Kadastr RU»

Предыдущий пост

Следующий пост

Получить информацию об объекте недвижимости можно при помощи «Публичной кадастровой карты»

Одним из наиболее распространенных сервисов Росреестра можно выделить публичную кадастровую карту (ПКК), которая является необходимым помощником в выборе интересующего объекта и получения необходимой информации.

Помните, раньше для того, чтобы получить информацию о земельном участке, нужно было лично посетить территориальный орган кадастровой палаты, где вам по запросу могли выдать кадастровую выписку или кадастровый план территории и т.д.?

Для быстроты и удобства Росреестром был разработан и создан интернет ресурс в виде ПКК. 

Можно узнать первичную информацию об объекте:

• Точное месторасположение объекта;
• Общую площадь;
• Разрешенное использование;
• Статус объекта;
• Кадастровый номер;
• Категорию земельного участка;
• Кадастровую стоимость.

Удобство ПКК заключается в том, что, во-первых, это бесплатно, во-вторых, после ввода кадастрового номера или адреса объекта недвижимости пользователю будут предоставлены все данные, которые находятся в ЕГРН, в-третьих, информация доступна для всех регионов Российской Федерации.

Как пользоваться?

Для начала необходимо перейти по ссылке http://pkk5. rosreestr.ru/.

Для поиска объектов нужно перейти на панель «Поиск», нажав на инструмент «Поиск», расположенный на панели инструментов управления функциями веб- приложения ПКК , выбрать Участок или ОКС. 

Объект можно найти по:

• Кадастровому номеру;
• Условному номеру;
• Адресу;
• Названию.

Даже самый неопытный пользователь с легкостью сможет во всем разобраться самостоятельно. Кроме конкретного земельного участка, пользователи могут также изучить информацию и в отношении соседних участков.

Если гражданину не нравится стандартный вид ПКК, то он может легко изменить подложку сервиса. Для этого необходимо нажать на вкладку «Управление картой», раздел «Единая картографическая основа», установить галочку путем нажатия щелчком мыши напротив вкладки «Космические снимки» и увидеть снимки, сделанные спутником.

Также пользователь может «путешествовать» по объектам, рассматриваемым ранее и распечатывать конкретные данные об одном или нескольких объектах недвижимости или земельных участках, которые представляют для него интерес. Это избавляет от необходимости повторно вводить данные или переписывать информацию, позволяет отправить факс или электронную копию на почту.

Кадастровая палата напомнила, как быстрее и проще получить информацию об объекте недвижимости

Кадастровая палата по Иркутской области напоминает о возможности бесплатно в режиме онлайн получить информацию из реестра недвижимости. Жители Приангарья могут воспользоваться публичной кадастровой картой, чтобы узнать сведения об интересующих объектах.

«Публичная кадастровая карта (ПКК) – онлайн-сервис, в котором в графической и текстовой формах воспроизводятся сведения Единого государственного реестра недвижимости. Сведения карты являются общедоступными. Любой человек может быстро и бесплатно получить информацию об интересующем объекте недвижимости», – пояснила эксперт Кадастровой палаты по Иркутской области Марина Сысоева.

При входе на ПКК появляется карта России, а слева – поле для ввода параметров поиска. Заполнив его, нужно нажать «найти». На карте отобразятся нужный объект (он будет выделен желтым цветом) и сведения об объекте недвижимости. При использовании сервиса можно применять такие инструменты, как измерение расстояний, площади, определение координат точки, определение объекта в точке.

В онлайн-формате на ПКК представлены сведения по 85 субъектам РФ. Карта позволяет находить земельные участки, здания, территориальные зоны и многое другое. Искать интересующий объект можно двигаясь по карте и увеличивая ее. На ПКК доступна информация о кадастровом номере, адресе, площади, кадастровой стоимости, форме собственности, основных характеристиках объектов.

«Через ПКК можно получить информацию о своих объектах недвижимости, например, чтобы разрешить спор с соседями по даче о метрах под грядками, проверить информацию перед покупкой земельного участка, дома или при вступлении в наследство. Кроме того, ПКК является помощником для представителей разных профессий. Юристы, риелторы, геодезисты, кадастровые инженеры могут почерпнуть необходимую для их работы информацию», – отметила Марина Сысоева.

Пресс-служба Кадастровой палаты по Иркутской области

Доступность объекта и услуг для инвалидов

Доступность объекта и услуг для инвалидов

«Доступная среда» – программа доступности объекта и услуг для инвалидов

Пути движения к объекту

Предоставления услуг на объекте

Доступ категорий инвалидов на объекте по зонам

Презентация «Обеспечение Доступной среды для пациентов с ограниченными возможностями в
СПб ГБУЗ «Стоматологическая поликлиника № 11»» — скачать>

www.city4you.spb.ru

информационный объект — Глоссарий | Информационный объект CSRC

Это потенциальная проблема безопасности, вас перенаправляют на https://csrc.nist.gov.

Использование официальных сайтов.gov
Сайт .gov принадлежит официальной правительственной организации США.

Безопасные веб-сайты .gov используют HTTPS
Блокировка () или https: // означает, что вы безопасно подключились к.gov веб-сайт. Делитесь конфиденциальной информацией только на официальных безопасных веб-сайтах.

Поиск

Соответствие (наилучшее соответствие) Срок (A-Z) Срок (Z-A)

Пункты на странице 100200500Все

Поиск Перезагрузить

Глоссарий

информационный объект

Четко определенный фрагмент информации, определение или спецификация, который требует имени, чтобы идентифицировать его использование в экземпляре коммуникации.
Источник (и):
НИСТИР 5308 из ISO / IEC 8824

границ | Распознавание объектов в ментальных репрезентациях: инструкции по изучению диагностических функций с помощью визуальных ментальных образов

Введение

Традиционные исследования по распознаванию объектов часто фокусируются на восходящей обработке зрительных стимулов, начиная от определения свойств стимула клетками сетчатки до электрической трансдукции и окончательной нервной реакции.Это направление исследований было успешным в выявлении физиологических и нервных путей, участвующих в обнаружении и обработке свойств визуальных объектов, ведущих к когнитивному восприятию. Таким образом, визуальные ментальные образы представляют собой поток информации, противоположный потоку визуальных перцептивных явлений; тот, который требует отхода от традиционных взглядов снизу вверх, чтобы быть полностью понятым.

С появлением усовершенствованных технологий и улучшенных методов тестирования, исследования визуальных ментальных образов превратились из простых предположений о в значительной степени недоступном теоретическом явлении в эффективную и достоверную область исследований с богатым эмпирическим опытом.Все больше исследований демонстрируют функциональную роль визуальных образов в различных задачах, таких как память (Slotnick et al., 2005; Albers et al., 2013), творческий дизайн (Dahl et al., 1999; D’Ercole et al., 2010) и эмоциональные расстройства (Holmes and Mathews, 2010). В недавнем обзоре Pearson et al. (2015) изложили очень практическое значение ментальных образов в исследовании и лечении психических заболеваний, что привело к призыву продвигать поиск ментальных образов в качестве основной цели психопатологических вмешательств.Подобные обсуждения не только иллюстрируют развивающееся отношение к значимости ментальных образов, но также подчеркивают потенциальные преимущества дальнейшего исследования этого сложного процесса. Однако, несмотря на значительный рост, достигнутый в этой области исследований, нынешнее понимание ментальных образов часто ограничивается общими операциями и характеристиками; И в разговорной, и в научной терминологии визуальные ментальные образы обычно служат широким и несколько абстрактным определением любой визуальной субстанции, которая существует в «мысленном взоре».Но что именно человек «видит» во время воображаемых переживаний? Почему — это одни изображения или подкомпоненты изображений, визуализируемые более четко, чем другие, и что это говорит о процессе восприятия? На такие вопросы еще предстоит дать какой-либо окончательный или конкретный ответ, и цель этого обзора — оценить возможные пути работы над объяснением. Повышая точность, с которой мы идентифицируем визуальное содержание мысленных образов, может быть достигнуто более полное понимание его интерактивной связи с визуальным восприятием, что приведет к более совершенным выводам относительно создания когнитивных представлений.

Психические образы предлагают уникальное преимущество перед зрительным восприятием в том, что объем потенциальной информации, доступной при последующем воспроизведении стимула, намного меньше количества, доступного во время перцептивного просмотра того же стимула. По определению, мысленные образы относятся к способности испытывать знакомые или новые визуальные стимулы в отсутствие соответствующей одновременной физической стимуляции (Pearson and Kosslyn, 2013). Поскольку ментальные образы основаны на восприятии воспоминаний в более позднее время и в более позднем месте, они неразрывно связаны с процессами памяти.Исследования показывают, что на нейронном уровне ментальные образы задействуют сети, перекрывающиеся с визуальной рабочей памятью (Albers et al., 2013), предполагая, что ментальные образы задействуют процесс, подобный восприятию, чтобы вспомнить сохраненную информацию и вернуть ее в текущее сознание для манипуляций. (Borst, Kosslyn, 2008; Borst et al., 2012). Тем не менее, процессы действительно кажутся, по крайней мере, частично различными, включая их зависимость от сенсорных визуальных сетей, которые коррелируют с силой базовых ментальных образов (Keogh and Pearson, 2011; см. Также Borst et al., 2012). Поэтому мысленные образы можно рассматривать как часть вывода памяти, особенно в тех случаях, когда воображается ранее просматриваемый стимул.

Естественные ограничения внимания и способности запоминания в процессе перехода с сенсорного уровня на перцепционный неизбежно приводят к потере и искажению некоторой визуальной информации. Другими словами, количество информации, доступной во время визуального воспоминания, как количественно, так и качественно уменьшается по сравнению с состоянием восприятия.Несмотря на это, многочисленные эмпирические исследования показали, что можно понять, назвать и описать свойства объекта только с помощью мысленных образов (например, Kosslyn et al., 1995; Walker et al., 2006; Palmiero et al., 2014). Следовательно, разумно сделать вывод, что уменьшенная информация, доступная в мысленном образе, должна быть по крайней мере достаточной, если не необходимой, для успешного распознавания объекта. Таким образом, процессы мысленных образов могут служить полезным и естественным фильтром, с помощью которого можно определить особенности изображения, которые имеют наибольшее когнитивное значение для зрителя.Изучая результат перцептивного просмотра в форме мысленных образов, количество альтернативных факторов, которые следует учитывать, значительно сокращается по сравнению с теми, которые присутствуют в сложной визуальной среде, основанной на ощущениях. Вместо того, чтобы пытаться измерить относительную классификационную ценность всех доступных характеристик в данном стимуле, исследователь может использовать содержание, сохраняемое в мысленном образе наблюдателя, для определения значимых визуальных сигналов.

Цель этого обзора состоит в том, чтобы предположить, что визуальные мысленные образы, содержимое которых подверглось естественному процессу фильтрации для отсеивания информации об объекте, не имеющей отношения к распознаванию или категоризации в данном сценарии, обладают значительным потенциалом для идентификации характеристик объекта, которые критически важен для восприятия распознавания.Эти признаки, называемые отличительными или диагностическими признаками, представляют собой визуальные компоненты с классификационной значимостью, которые способствуют быстрому и эффективному распознаванию объектов (Baruch et al., 2014). В связи с отсутствием в настоящее время эмпирических исследований, которые непосредственно исследуют идентификацию диагностических признаков в ментальных образах, в этой статье вместо этого исследуется и обсуждается практичность такого исследования:

(1) обзор известных поведенческих методов и методов нейровизуализации, которые использовались для успешного доступа к ментальным визуальным репрезентациям;

(2) оценка потенциала каждого метода для выявления диагностических признаков на основе эффективности и специфичности, которых они, как было показано, достигают;

(3), предлагая возможные направления и последствия для изучения отличительных черт с помощью мысленных образов в будущих исследованиях.

Теоретические основы

Распознавание объектов в визуальном восприятии

Значение свойств объекта в визуальном восприятии признано давно. В одной из старейших и наиболее известных теорий, подчеркивающих важность отдельных визуальных частей, Бидерман (1987) предположил, что распознавание любого данного объекта зависит от взаимодействия между отдельными структурными компонентами и их общей конфигурацией в контексте целого. Хотя теория распознавания по компонентам (RBC) Бидермана основана на структурных геометрических формах, дальнейшие исследования показали, что общие визуальные особенности не должны ограничиваться пространственно дискретными структурными частями.Характеристики могут быть интерпретированы как любая композиционная единица визуального стимула, включая контуры (Loffler, 2008), цвета или текстуры (Bramão et al., 2011a), или минимальные элементы контраста, такие как пятна Габора (Dong and Ren, 2015). . Настоящая статья учитывает это широкое разнообразие, принимая широкую концептуальную концепцию визуальных характеристик как любых «дискретных компонентов изображения, которые обнаруживаются независимо друг от друга» (Pelli et al., 2006). Однако из-за их доступности (в том смысле, что они легко понимаются и могут быть зафиксированы в когнитивных и нейронных измерениях), исследования и выводы, обобщенные в этом обзоре, наиболее подходят для выявления сложных форм, используемых для распознавания.Независимо от уровня специфичности, на котором они охарактеризованы, любые существенные особенности должны быть обнаружены и интегрированы в контексте окружающей информации (например, дополнительные характеристики объекта, семантический или ситуационный контекст, цели наблюдателя, набор объектов и т. Д .; Померанц и др. ., 1977; Martelli et al., 2005).

Несмотря на обширную литературу, посвященную роли визуальных характеристик в восприятии объекта, точная степень, в которой различные индивидуальные особенности способствуют распознаванию, остается неубедительной.Некоторые теории предполагают, что отличительные особенности играют решающую роль в облегчении эффективной идентификации и категоризации объектов. Эти уникальные информативные визуальные компоненты ускоряют определение идентичности объекта в конкретном контексте, позволяя наблюдателю быстро и эффективно различать возможные альтернативы (Baruch et al., 2014). Подобно общим визуальным признакам, визуальное содержание отличительного или диагностического признака варьируется и может включать автономные компоненты, такие как структурная форма, или более распределенные элементы, такие как цвет (Bramão et al., 2011а, б). Важно отметить, что свойства отличительной черты в любой данной ситуации различаются в зависимости от контекста сценария просмотра (Baruch et al., 2014; Schlangen and Barenholtz, 2015), а также от внешних когнитивных факторов (например, избирательное внимание; Ballesteros и Mayas, 2015).

Существование отличительных черт в зрительном восприятии и их роль в распознавании объектов получили некоторую эмпирическую поддержку, хотя результаты ни в коем случае не являются окончательными. Первоначально считалось, что они играют неотъемлемую роль в распознавании новой точки зрения, диагностические особенности подтверждали контраргумент теории структурного описания, предложенной Бидерманом (1987).В то время как теория RBC предсказывала относительно стабильную производительность распознавания для новых точек зрения до тех пор, пока соответствующие структурные особенности или геоны оставались видимыми, контраргумент варианта точки зрения утверждал, что эта закономерность возникает только тогда, когда различные диагностические функции были доступны наблюдателю (Tarr et al. , 1997). Считается, что эти информативные визуальные компоненты облегчают принятие решений как по классификации, так и по распознаванию, обеспечивая диагностическое различение возможных альтернатив.Обратите внимание на то, что значимость или степень, в которой особенность выделяется, является заметной или привлекающей внимание, не подразумевает диагностику, которая указывает на полезность в процессах распознавания или классификации. Рассмотрим, например, разницу между тигром и зеброй; хотя полосы заметны и очень заметны, простого присутствия полос недостаточно, чтобы отличить одну от другой. В отличие от этого, когда задают задачу идентифицировать зебру в толпе крупного рогатого скота, полосы являются более исключающими; значимость и диагностичность частично совпадают.

Тенденция к повышенному вниманию к определенным функциям, а также их способность способствовать быстрому и эффективному распознаванию объектов в динамических сценариях, поддерживает правдоподобную перцептивную и когнитивную значимость отличительных черт. Эти результаты также предполагают, что основные отличительные черты, вероятно, останутся относительно нетронутыми в ментальных репрезентациях по нескольким причинам:

(1) их классификационная значимость снижает вероятность того, что они будут отфильтрованы как нерелевантная информация во время начального кодирования ментального представления;

(2) разумно предсказать, что отличительные признаки представляют значительную часть информации семантического объекта в пространственно сжатой визуальной единице;

(3) их когнитивная релевантность, по-видимому, увеличивает их устойчивость к деградации информации и эффектам предвзятости, которые возникают между стадиями визуального восприятия и генерации мысленных образов.

Следовательно, отличительные особенности объекта являются главным кандидатом для эмпирического исследования, поскольку они представляют собой упрощенные, надежные единицы, которые представляют или закрепляют более крупное и сложное мысленное представление визуального стимула. Для иллюстрации рассмотрим пример молотка. Скорее всего, при чтении слова на ум приходит образ молотка. Есть ли части или особенности, которые кажутся более четкими, чем другие? Рассмотрим простой эксперимент по распознаванию, в котором участнику показывают изображение молотка с удаленной металлической головкой.Маловероятно, чтобы нечетко определенная деревянная ручка «активировала» (что отражается в любой конкретной мере интереса) представление о молотке так же эффективно, как и весь объект, с неповрежденной головкой молота. Однако, если бы манипуляции были отменены, с удаленной рукояткой и сохраненной головкой молотка, можно было бы ожидать гораздо большей «активации» абстрактной концепции «молотка», а также всех ассоциаций, которые эта концепция влечет за собой (см. Распространяющуюся теорию активации память; Андерсон, 1983).Способность подкомпонента большего стимула эффективно достигать когнитивной репрезентации в отсутствие некоторых из его типичных контекстов предполагает, что определенные характеристики являются более когнитивно диагностическими, чем другие. После того, как указанные диагностические признаки идентифицированы (например, головка молота в этом сценарии), процесс уменьшения — как это было сделано путем удаления сначала головки молота, а затем рукоятки — можно систематически продвигать, чтобы определить наименьший компонент или группу компонентов, способных эффективного представления познавательной концепции.Таким образом, можно идентифицировать визуальные особенности, необходимые для активации когнитивного представления любого данного объекта. При сравнении нескольких образцов и категорий стимулов можно идентифицировать любые сходства в отличительных признаках (например, структура формы, контраст, края и т. Д.). Эта уникальная способность дискретных диагностических элементов служить связующим звеном с более целостными или сложными когнитивными представлениями делает их ценным предметом изучения, способным осветить не только механизмы, лежащие в основе образов ментальных объектов, но и их связь с восприятием распознавания.Способность сокращать сложные объекты до их основных и самых основных компонентов может потенциально привести к усовершенствованным теориям и методам, способным приспособить широкий спектр взаимодействий между сценариями просмотра и характеристиками естественных визуальных стимулов — постоянная проблема, с которой в настоящее время сталкиваются традиционные сенсорные восприятия. исследования в области распознавания объектов.

Здесь стоит отметить обширную работу, проделанную в области компьютерного зрения, связанную именно с проблемами, рассматриваемыми в этом обзоре.Недавнее исследование Ullman et al. (2016) краудсорсинговая диагностическая информация об отличительных особенностях, которые оказали значительное влияние на распознавание человеческих объектов. Ответы более чем 14000 человек-наблюдателей дали минимальные распознаваемые конфигурации (MIRC) на 10 изображениях в градациях серого, изображающих объекты разных классов. Множественные MIRC, каждый из которых содержал минимальную избыточную информацию об объекте относительно полного изображения объекта, были идентифицированы для каждого из изображений и позволили успешно классифицировать по ограниченным визуальным областям.Их исследование также показало, что текущие вычислительные модели не в состоянии точно воспроизводить процессы распознавания, основанные на особенностях человека (например, распознавание моделей для суб-MIRC по сравнению с MIRC не уменьшилось так резко, как у людей-наблюдателей, и модели не могут распознать другие подчиненные функции в MIRC). Репрезентативное исследование Ullman et al. (2016) показывает, что можно уменьшить сложные объекты до минимально распознаваемого уровня, согласованного большой группой наблюдателей, до такой степени, что вклад каждой особенности критически влияет на распознавание.Другие исследования, проведенные с помощью компьютерных игр, показывают многообещающие стимулы для стимулирования крупномасштабных «алгоритмов» данных и вычислений, выполняемых людьми под предлогом развлечения (von Ahn, 2006), и собирают данные для меток объектов, а также их местоположения в пределах объекта. место действия. Эти методы и их потенциал для определения поведения распознавания, связанного с особенностями, у большого и разнообразного круга субъектов стоит помнить по мере продвижения обзора.

Хотя компьютерное зрение работает, детали которого выходят за рамки текущего обсуждения (см. Nixon and Aguado, 2012; Shokoufandeh et al., 2012 для недавних обзоров), актуален и информативен для понимания визуального познания, современные вычислительные модели не могут точно воспроизводить человеческие зрительные процессы и поэтому не будут подробно обсуждаться здесь. В следующем обзоре основное внимание уделяется методам, направленным на непосредственный доступ к процессам ментальных образов у ​​людей прямым и поддающимся количественной оценке образом, с признанием того, что результаты обсуждаемых здесь методов могут быть надлежащим образом применены к сетевым вычислительным методам для повышения не только точности. компьютерных симуляторов, но понимание восприятия, связанного с особенностями, а затем и ментальных образов.

Представления объектов в ментальных образах

Долгая и сложная история исследования ментальных образов привела как минимум к двум различным взглядам на их связь с визуальным восприятием. Согласно одной точке зрения, нейронные и феноменологические процессы, происходящие во время визуального восприятия и ментальных образов, схожи по функциям и структуре из-за общих основных нейронных механизмов. Эти общие черты распространяются и включают вовлечение ранних зрительных областей, картированных с помощью ретинотопов, таких как первичная зрительная кора головного мозга (V1; Slotnick et al., 2005; Альберс и др., 2013; Пирсон и др., 2015). Эксперименты с использованием трансмагнитной черепной стимуляции дали подтверждающие доказательства нейронного перекрытия между восприятием и образами (Cattaneo et al., 2012). Общие механизмы также были предложены исследованиями сходного времени реакции в ответ на визуально воспринимаемые и мысленно генерируемые изображения, устойчивые к эффектам яркости, контраста, движения и ориентации (Broggin et al., 2012). Дальнейшие исследования даже продемонстрировали, что яркость воображаемого стимула способна вызвать непроизвольную реакцию сужения зрачка, согласующуюся с паттернами, наблюдаемыми во время перцептивного просмотра (Laeng and Sulutvedt, 2014).Однако даже те исследования, которые сообщают о значительном совпадении паттернов поведенческих реакций или нейронной активации между восприятием и образами, часто отмечают несоответствия в их полноте и единообразии. Например, манипуляции с пространственной частотой приводили к разным моделям времени реакции на реальные стимулы по сравнению с воображаемыми (Broggin et al., 2012). Было обнаружено, что в кортикальном плане общая активация, наблюдаемая во время образов и процессов восприятия, более последовательна в лобных и теменных областях коры, чем в ретинотопных визуальных областях, хотя и в этих областях были выявлены значительные уровни взаимной активации (Ganis et al., 2004). Однако сравнения с использованием более гибких аналитических методов, таких как многомерный анализ паттернов (MVPA), выявили более надежное перекрытие в ранних визуальных областях (Albers et al., 2013). Считается, что эти общие нейронные механизмы лежат в основе феноменологического сходства между визуальным восприятием и ментальными образами. Например, есть свидетельства того, что мысленные образы обладают несколькими пространственными качествами, присущими объектам, воспринимаемым в поле зрения (Kosslyn et al., 1983), на что указывают наблюдаемые эффекты мысленного пространственного вращения, мысленного сканирования и времени, необходимого для проверки размеров. задачи (D’Ercole et al., 2010). Структурные теории ментальных образов далее предполагают, что, подобно перцепционным стимулам, воображаемые образы поддерживают ограниченное разрешение и определенное ощущение пространственной протяженности (см. Обзор Finke, 1985), включая пространственно эквивалентные отдельные единицы (Kosslyn et al., 1983) и в целом. похожий визуальный контент (Нанай, 2014).

Природа и степень общих нейронных основ, лежащих в основе процессов восприятия и воображения, ставятся под сомнение в нескольких уникальных клинических случаях.Яркие мысленные образы были идентифицированы по крайней мере у одного пациента, демонстрирующего сильно локализованное корковое повреждение V1, что привело к серьезному дефициту выполнения перцептивных задач (Bridge et al., 2011). Нейронные записи, собранные с помощью функциональной магнитно-резонансной томографии (фМРТ), также показали, что модели активации пациента во время эпизодов мысленных образов были подобны таковым у здоровых зрячих субъектов; поведенческое тестирование подтвердило эти результаты. Дополнительные оценки показали значительно ослабленные способности к восприятию, предполагая, что визуальные ментальные образы остались нетронутыми в отсутствие здоровых ранних зрительных корковых сетей.Было обнаружено, что пациенты, испытывающие зрительную агнозию (Behrmann et al., 1994; Servos and Goodale, 1995), а также пациенты с врожденной глазной слепотой или пожизненным нарушением зрения, сохраняют способность к визуальным образам, хотя снижение работоспособности различается в зависимости от характера нарушения. в последнем (см. обзор Cattaneo et al., 2008). Недавно выявленное нейропсихологическое расстройство демонстрирует противоположную картину. Афантазия характеризуется неспособностью создавать визуальные ментальные образы, в то время как производительность распознавания перцептивных объектов остается неизменной (Bartolomeo, 2008; Zeman et al., 2015). Это интригующее состояние было зарегистрировано у нескольких здоровых людей, которые сообщали о внезапной потере способности создавать формы, формы и цвета в своем воображении (Bartolomeo, 2008; Moro et al., 2008; Zeman et al., 2010). . Хотя кортикальное поражение (Zeman et al., 2010), врожденное (Zeman et al., 2015) и психогенное (de Vito, Bartolomeo, 2015) происхождение обычно подозревается, в настоящее время это заболевание плохо изучено. Тем не менее, точная двойная диссоциация, предлагаемая этими уникальными клиническими случаями, предполагает, что нейронные корреляты перцептивного распознавания и ментальных образов, по крайней мере, частично различны.Однако выводы, сделанные из этих исследований, ограничены из-за непредсказуемой природы корковых повреждений и их влияния на когнитивное функционирование, а происхождение и последствия афантазии только начали получать тщательную эмпирическую оценку.

В совокупности существующая литература значительно разнится в отношении нейронной природы репрезентаций объектов в ментальных образах. Отсутствие убедительной поддержки какой-либо одной теории по сравнению с другой способствует агностической позиции в отношении точной природы ментальных репрезентаций и их нейронной основы.Этот обзор включает статьи независимо от того, в каком спектре теорий совпадают их выводы, и воздерживается от суждений о достоверности или точности выводов, основанных исключительно на теоретической перспективе.

Функции диагностики в ментальных образах

Хотя отличительные черты еще предстоит непосредственно идентифицировать в ментальных образах, соответствующие исследования подтверждают их существование в этой модальности. Несколько исследований фМРТ успешно предсказали категориальную классификацию воображаемого стимула с помощью вычислительного анализа, такого как классификаторы паттернов (Reddy et al., 2010) и модели воксельного кодирования для настройки на низкоуровневые визуальные функции во время задач просмотра (Naselaris et al., 2015). Принимая во внимание важную роль, которую отличительные черты, как полагают, играют в задачах перцепционной категоризации (Baruch et al., 2014), можно предположить, что высокодиагностические визуальные компоненты являются основными участниками этого типа нейронного декодирования. Однако наиболее информативные места, из которых могут быть приняты решения о декодировании, варьируются в разных исследованиях. Паттерны активации вентрально-височной коры оказались более надежными для декодирования категоризации изображений, чем паттерны в пределах ранних ретинотопных кортикальных областей (Reddy et al., 2010). Другое исследование сообщило о доказательствах того, что низкоуровневые визуальные особенности ментальных образов для запоминающихся сцен закодированы в ранних визуальных областях (Naselaris et al., 2015). Поведенческие данные, такие как время отклика и частота ошибок, показывают, что действительно возможно извлечь частичные особенности низкого уровня, такие как Т-образные переходы, из целостных мысленных представлений с таким же мастерством, как перцепционные оценки, хотя свойства высокого уровня, включая глобальную симметрию, легче оцениваются в обоих условиях (Rouw et al., 1997). В совокупности эти эмпирические результаты добавляют содержание давним теориям, предполагающим, что составляющие единицы доступны в рамках целостных ментальных образов (Kosslyn et al., 1983).

Несмотря на несогласованность нейронных областей, о которых сообщалось в исследованиях декодирования, способность предсказывать информацию о категориях из записей нейронной активности вообще имеет важное значение для выявления диагностической информации о признаках в ментальных образах:

(1), поскольку диагностические функции облегчают эффективную классификацию категорий восприятия посредством уникального распознавания визуальных признаков, нейронная активность, которая поддерживает классификацию категорий, может быть связана с информацией диагностических признаков, что указывает на то, что визуальная информация на основе компонентов напрямую представлена ​​через нейронные субстраты;

(2), поскольку точные местоположения в потоке нейронной визуальной обработки, в которых представлены отличительные признаки, остаются неясными, можно предположить, что содержимое диагностических признаков может существовать как в областях с высоким, так и с низким уровнем зрения.

Исследование и оценка методов

Поведенческие методы

Анкеты

Несмотря на то, что мысленные образы — это сложная и абстрактная концепция для нацеливания, несколько инструментов опроса самоотчета продемонстрировали успешное и надежное измерение различных аспектов визуальных представлений. Особо следует отметить широко используемый Опросник яркости визуальных ментальных образов (VVIQ; Marks, 1973) и его более поздние версии, Опросник яркости визуальных ментальных образов-2 (VVIQ-2; Marks, 1995) и Яркость визуальных умственных образов. Пересмотренная версия вопросника к изображениям (VVIQ-RV; Marks, 1995; Campos, 2011).В каждом из этих опросов участникам предлагается визуализировать определенные сцены, такие как закат, и сообщать о четкости и детализации сгенерированных изображений с использованием ответов по шкале Лайкерта. Варианты VVIQ различаются тем, требуют ли они от участника визуализации с открытыми или закрытыми глазами. Критическое статистическое тестирование исходного VVIQ и обоих его вариантов указывает на высокую внутреннюю валидность для измерения конструкта мысленных образов (Campos, 2011). Кроме того, Plymouth Sensory Imagery Questionnaire (Psi-Q) — это уникальная оценка, способная обеспечить высоконадежные измерения индивидуальной склонности к восприятию ярких образов в различных модальностях (Andrade et al., 2014). Продемонстрированная внутренняя валидность элементов оценки, которые требуют от участников создания подробных сцен, указывает на то, что люди способны воспринимать множественные и конкретные визуальные компоненты в ментальных представлениях, и что эти компоненты могут быть надежно зафиксированы с помощью простых элементов опроса.

По крайней мере, один инструмент опроса попытался определить конкретную информацию о форме, представленную в визуальных ментальных образах. Шкала ментальных образов (MIS; D’Ercole et al., 2010) был разработан, чтобы использовать взаимосвязь между вербальными описаниями и ментальными образами, чтобы напрямую преобразовать структурные особенности, присутствующие в ментальных репрезентациях, в точные вербальные описания. Как отмечают создатели, такая шкала выгодна для визуальных и коммуникативных областей, таких как архитектура и дидактика искусства. Чтобы проверить MIS, участникам дали словесное описание произведения искусства и попросили ответить на вопросы, связанные с одним из шести факторов, описывающих аспекты ментальных образов и процесс формирования изображения: скорость формирования изображения, стабильность, размеры, уровень детализации. , Расстояние и перспектива (D’Ercole et al., 2010). Результаты исследования показали, что ответы участников подтверждают предложенную шестифакторную модель, предполагающую, что на мысленные образы влияют внутренние пространственные свойства. Что касается изучения диагностических признаков, этот инструмент демонстрирует, что надежная и подробная оценка визуальных ментальных образов достижима только с помощью словесных описаний. Если эту специфичность увеличить до уровня независимых дискретных компонентов объекта, возможно, что MIS или аналогичные инструменты смогут нацеливать и идентифицировать дискретные классифицирующие визуальные признаки посредством самоотчета.

Опросник объектно-пространственных изображений (OSIQ; Blajenkova et al., 2006) приближается к уровню специфичности, необходимому для выявления отличительных черт путем оценки предпочтений объектных изображений на уровне индивида. Однако цель OSIQ состоит в том, чтобы выявить индивидуальные тенденции к представлению изображений целостным, подобным картинкам образом или пространственно, посредством компиляции отдельных частей; анкета не включает точную оценку формы. Тесты OSIQ демонстрируют различные уровни предпочтения целостного и частичного представления у разных людей.Эти результаты имеют важное значение для любого исследования, изучающего ментальные образы, потому что индивидуальное предпочтение целостных представлений может привести к увеличению количества ошибок типа II при попытке доступа к визуальной информации, основанной на частях. По сравнению с OSIQ, не было показано, что VVIQ характеризует эти пространственные предпочтения (Blajenkova et al., 2006), что может быть результатом сосредоточения VVIQ на контекстных визуальных образах сцены, а не на независимых объектах. Тем не менее, в будущих исследованиях было бы разумно учитывать возможность индивидуальных различий в стиле репрезентации при выборе меры анкеты, а также при анализе и интерпретации результатов исследования.

Есть несколько преимуществ и недостатков в использовании анкет для изучения ментальных образов. С одной стороны, обследования позволяют собирать большой объем подробных данных за относительно короткий промежуток времени, гораздо больше, чем физиологические или биологические измерения; Описанные выше анкеты содержат в среднем 32 пункта. Все элементы состоят из простой шкалы Лайкерта, варьирующейся от 5 до 7 ступеней. Кроме того, эти меры практически не требуют технических навыков или критериев приемлемости, что делает инструменты доступными для широкого и репрезентативного населения.Надежность самоотчетных ответов этого типа также подтверждается поведенческими результатами, указывающими на то, что люди, как правило, имеют надежное и точное метапознание своего собственного воображаемого опыта (Pearson et al., 2011). Однако возникает ряд сложностей, когда человека просят устно описать или физически воссоздать визуальный контент. Например, искажения восприятия и недостаток художественных способностей могут исказить рисунки участников с изображениями, а словесные описания могут быть неверно истолкованы или неполными.Действительно, исследования рисунков нехудожников показали, что ошибки рисования положительно коррелируют с искажениями восприятия, закодированными во время первоначального наблюдения за изображением (Ostrofsky et al., 2015). Что наиболее важно, сама природа анкет затрудняет изучение конкретных отличительных черт без искусственной систематической ошибки. Более того, даже когда предвзятость сведена к минимуму, ответы, вероятно, будут захватывать только те пространственно дискретные формы, которые поддаются канонической лексической маркировке.

Несмотря на эти недостатки, высокий уровень владения письменными анкетами для доступа к конструкту ментальных образов требует их рассмотрения в качестве отражателей отличительных черт ментальных образов. Чтобы максимально использовать преимущества, которые дает их компактный и переносимый формат, вопросники, оценивающие конкретную структуру формы визуализированных изображений, лучше всего применять к большой группе респондентов. Использование обширной популяции снижает влияние индивидуальных предубеждений и репрезентативных предпочтений на ответы.Любые существенные закономерности, наблюдаемые в ответах и ​​между ответами, затем могут быть идентифицированы и нацелены на дальнейший более глубокий анализ. Между тем, индикаторы индивидуальных предпочтений, такие как Psi-Q и OSIQ, следует рассматривать для использования в качестве ковариат при измерении частичной информации об объекте в мысленных образах, независимо от используемой основной методологии. Даже искажения восприятия, выявленные с помощью рисунков, могут быть полезны для вывода визуальных аспектов, которым уделяется наибольшее внимание во время кодирования, тем самым предлагая особенности большей относительной когнитивной значимости.Если диагностические признаки очень информативны для идентификации данного объекта, шаблоны среди признаков или аспектов формы, о которых сообщает большая и разнообразная группа, обладают потенциалом для идентификации естественных признаков диагностического объекта. Хотя отличительные признаки, зафиксированные с помощью вопросников, скорее всего, будут ограничены пространственно дискретными, именуемыми компонентами объекта, эти данные затем могут быть использованы для направления дальнейших эмпирических исследований для оценки качества, надежности и валидности этих компонентов в качестве перцепционных диагностических признаков.

Поведение двигателя

Жестовые двигательные движения также исследовались как индикатор содержания репрезентации ментального объекта. Следуя установленной связи между функциональными двигательными действиями и использованием инструментов, в одном из таких исследований было изучено, может ли человек приобретать функциональные репрезентации объектов, просто представляя использование новых объектов и визуализируя соответствующие соответствующие жесты рук (Paulus et al., 2012). Участникам были показаны изображения четырех искусственно созданных объектов с уникальными функциональными концами, которые требовали особых захватов для рук, чтобы их можно было поднести к уху или носу.Перед обучением участников проинструктировали о правильном действии, связанном с каждым объектом, и попросили представить заметный эффект, возникающий в результате этого действия (например, почувствовать запах или услышать звук). Каждый участник был обучен на двух из четырех новых объектов в течение трех обучающих блоков, перемежающихся между тремя чередующимися тестовыми блоками. Тренировочные блоки состояли из изображения стимула, отображаемого на экране, с последующим представлением фотографии, на которой актер изобразил объект в его правильном месте финального действия.Представления объектов оценивались в последующих тестовых испытаниях, во время которых участников просили указать нажатием кнопки, соответствует ли объект, показанный в демонстрации действия, изображению объекта, которое было отображено непосредственно перед этим. Результаты исследования выявили более медленное время реакции на изображения, на которых обучаемый объект был изображен в неправильном конечном месте, а не в правильном. Однако это время отклика не зависело от того, удерживался ли объект в демонстрации действия правильным или неправильным захватом (Paulus et al., 2012). Чувствительность к конечному местоположению, связанному с действием, предлагаемая шаблонами времени отклика, указывает на то, что участники успешно получили представления объектов, которые включали информацию о типичном местоположении конечной цели. Авторы исследования предполагают, что надлежащий захват не был так сильно закодирован в репрезентациях объекта, как двигательное действие, из-за того, что участникам было дано указание только визуализировать заметный эффект, возникающий в результате манипуляции захватом, и они никогда не получали физического, конкретного опыта в этом аспекте.Однако исследователи отмечают, что этот эффект также может быть связан с новизной объектов, включенных в их исследование, и предсказывают, что захват может быть более актуальным и раскрывать представления объектов, когда они связаны со стимулами, с которыми участники имели предыдущий опыт.

Результаты исследования, проведенного Paulus et al. (2012) служат, чтобы проиллюстрировать важность цели объекта как ключевой особенности функциональных представлений объекта. Поскольку двигательное планирование требует понимания объекта, с которым нужно взаимодействовать, которое в некоторых случаях полностью определяется уникальной функциональной целью, весьма вероятно, что двигательные образы связаны с типом визуальных мысленных образов, выполняемых во время распознавания объекта.Взаимодействие между зрительным познанием и эффективным двигательным планированием наблюдалось как у взрослых (Janczyk and Kunde, 2012), так и у младенцев (Barrett et al., 2008). Хотя моторное планирование считается аналитическим по сравнению с восприятием объекта, которое, как утверждается, обычно основывается на комбинированных характеристиках (Janczyk and Kunde, 2012), это может способствовать развитию моторного планирования как более доступного пути, с помощью которого можно идентифицировать индивидуальные особенности, важные для визуального восприятия. управляемое поведение. Paulus et al. (2012) исследование добавляет дополнительную поддержку относительной диагностике (в данном случае диагностике для классификации соответствующего захвата или движения) конкретных характеристик объекта по сравнению с другими, а также предлагает потенциальный путь для идентификации целостных компонентов объекта через связанные двигательные поведения.Предыдущие исследования показывают, что конечные цели объектов, скорее всего, несут категориальную информацию, связанную с их использованием и средствами или поведением действий, с помощью которых это использование эффективно достигается (например, Creem and Proffitt, 2001). Многочисленные исследования моторных образов, исследуемых с помощью технологии ближнего инфракрасного диапазона, дополнительно проливают свет на эти открытия; они обсуждаются в разделе «Нейронная активность».

Неявная связь между жестами и когнитивным пониманием объектов имеет интригующий потенциал для изучения отличительных черт, но также имеет значительные недостатки.Подобно анкетам, задачи на двигательное поведение представляют собой неинвазивный и недорогой метод оценки различных частей объекта, которые определяют естественное интерактивное поведение. Однако такое тестирование занимает значительно больше времени, чем проведение опроса, а полученные данные требуют сложной оценки и тщательной интерпретации. Чтобы избежать смешения новизны и неопытности, исследования моторного поведения в отношении отличительных черт лучше всего применять к экологически значимым объектам, с которыми участники ранее имели физические взаимодействия.Категориальная классификация, подразумеваемая определенными жестами, может позволить эффективное декодирование объекта, основанное только на наблюдении (Rosenbaum et al., 1992). Однако этот тип жестовых отношений строго ограничен объектами, которыми можно манипулировать, и, более того, объектами, которыми можно манипулировать, которые связаны с четко узнаваемым стереотипным жестом. Тем не менее, неявная оценка характеристик или категорий объекта посредством функциональных двигательных движений может пролить свет на пространственное расположение и качества характеристик, которые обычно используются в двигательных движениях.Исходя из установленной функциональной связи между двигательными действиями, такими как захват, и конечным местоположением объекта (Rosenbaum et al., 1992), двигательное поведение, следовательно, может указывать на важные структурные особенности инструментов и других объектов, которыми можно манипулировать. Этот метод можно комбинировать с данными, собранными с помощью других методов, используемых для оценки диагностических характеристик объекта, таких как анкеты или нейрофизиологические измерения, чтобы сформировать более полное понимание ментального представления объекта и его когнитивно информативных отличительных черт.

Отслеживание взгляда

Движения глаз, связанные с воображаемыми визуальными задачами, аналогичны тем, которые наблюдаются во время перцептивных задач. Спонтанные движения глаз во время визуализации сцены отражают паттерны направленности, сравнимые с теми, которые связаны с перцепционным наблюдением (Laeng and Teodorescu, 2002). Участники сообщают, что испытывают повышенные трудности в создании визуальных мысленных образов, когда им приказывают ограничить движения глаз при этом. При визуализации в условиях этого ограничения описания воображаемой сцены участниками становятся менее подробными и ограничиваются элементарными элементами (Laeng and Teodorescu, 2002).Повышенная сложность, с которой создаются подробные визуальные ментальные образы при ограничении движений глаз, означает автоматическую, возможно, взаимозависимую связь между движениями глаз и обработкой визуальных воображаемых сцен.

Предсказание связи между содержанием ментальных образов и сопутствующими глазодвигательными движениями ни в коем случае не ново, и оно получило эмпирическую поддержку, датированную несколькими десятилетиями (Brandt and Stark, 1997; Spivey and Geng, 2001; Laeng and Teodorescu, 2002). ; Йоханссон и др., 2006; Хольм и Мянтюля, 2007; Райан и др., 2007; Ханнула и Ранганат, 2009; Уильямс и Вудман, 2010; Йоханссон и Йоханссон, 2014 г .; Martarelli et al., 2016). При прямом сравнении между визуальным осмотром и мысленной визуализацией повторяющиеся последовательности фиксации на схематических стимулах в виде шахматной доски были записаны и проанализированы по отношению к путям сканирования, наблюдаемым во время мысленных образов одних и тех же стимулов (Brandt and Stark, 1997). Сначала участников ознакомили со стимулом в виде шахматной доски в течение 20 секунд, а затем предложили визуализировать узор на пустой сетке в течение 10 секунд, после чего последовал второй период просмотра продолжительностью 10 секунд.Протокол был повторен трижды; стимулы поворачивались на 90 ° в каждом последующем испытании, а движения глаз регистрировались с помощью устройства для видеонаблюдения за глазами. Анализ редактирования строки наблюдаемых путей сканирования в двух условиях выявил высокую степень сходства саккадических паттернов, предполагая, что движения глаз могут играть роль в организации визуального содержания ментального представления в отсутствие физических стимулов. Несмотря на то, что указания размера сетки и местоположения оставались относительно согласованными, пути сканирования, наблюдаемые во время испытаний изображений, оказались примерно на 20% меньше, чем наблюдаемые во время пробных просмотров, что указывает на аналогичную, но не идентичную взаимосвязь между саккадами и представлениями, которые они отражают (Брандт и Старк, 1997), возможно, из-за несоответствия между изображениями и их физическими аналогами.Тем не менее, параллели, наблюдаемые в глазодвигательных паттернах в этом эксперименте, убедительно подтверждают использование поведения движения глаз в качестве показателя характеристик объекта.

Хотя точная природа взаимосвязи между саккадами и восприятием объекта все еще обсуждается, есть некоторые свидетельства того, что саккады индексируют внимание к определенным характеристикам объекта во время визуального поиска. Данные отслеживания взгляда предполагают, что на саккадические паттерны влияет информация о периферийных объектах, полученная во время визуального поиска, что отражает внимание к конкретным визуальным особенностям на основе доступной информации об объектах (Herwig and Schneider, 2014).Ранние фиксации также выполняются объектами, которые сохраняют неизменные низкоуровневые визуальные свойства, но изменяются, чтобы проявлять присущие объекту аномалии, такие как неестественное вращение или распределение цвета, что подразумевает влияние анализа периферийных объектов на саккадическое движение глаз (Becker et al., 2007). Эти данные подтверждают возможность того, что саккады индексируют релевантные объектно-специфические особенности, основанные на досаккадической обработке изображения наблюдателем.

Есть несколько ограничений, которые необходимо учитывать при применении отслеживания движения глаз для исследования обнаружения особенностей объекта как в задачах восприятия, так и в задачах воображения.Первым из них является потенциальное смешение скрытого внимания, во время которого наблюдатель распределяет увеличенные когнитивные ресурсы внимания на определенное место в поле зрения, не совершая саккадических движений глаз (Mccarley et al., 2002). Способность манипулировать вниманием при отсутствии изменений в физическом поведении дополнительно снижает надежность движений глаз как прямого и надежного индикатора активной когнитивной обработки. Исследования, демонстрирующие плохую работу памяти, несмотря на точные саккады для расположения ранее отображаемых стимулов, предполагают, что свойства объекта не обязательно кодируются в сочетании с пространственным расположением (Richardson and Spivey, 2000; Johansson and Johansson, 2014).Точно так же тесты, включающие манипуляции движениями глаз во время мысленных образов, показали более сильное неблагоприятное воздействие на пространственные аспекты умственных образов, чем на визуальные детали (de Vito et al., 2014). Этим проблемам способствуют отсутствие пространственной чувствительности и точности как в оборудовании для отслеживания движения глаз, так и в фовеа человека.

Тем не менее, взаимосвязь между глазодвигательными движениями и пространственным расположением может быть использована в интересах исследования свойств объекта. Если бы отдельные особенности объекта были приравнены к независимым, отдельным пространственным местоположениям, аналогично дизайну, используемому Брандтом и Старком (1997), эта связь могла бы предоставить возможность индексировать внимание отдельных особенностей посредством отслеживания взгляда.Приравнивая дискретные зрительные компоненты к уникальным местоположениям за пределами фовеального поля зрения, участники с большей вероятностью будут выполнять глазодвигательные движения, чтобы зафиксировать отдельные зрительные особенности, тем самым увеличивая пространственное разрешение, с которым могут быть идентифицированы конкретные отличительные особенности. Порядок, частота или продолжительность фиксации на определенных единицах могут указывать на особенность, которая является более заметной, чем другие, и затем могут быть проверены на эффективность при категоризации для определения диагностичности.Этот тип исследования можно применить к поиску визуальных объектов и впоследствии сравнить с аналогичным условием мысленных образов. Перед попыткой такого эксперимента со стимулами реальных объектов необходимо решить несколько проблем, включая решение о подходящем размере, при котором части объекта должны быть очерчены, таким образом управляя объемом общей информации об объекте, которую содержит каждая единица. Кроме того, изменение размера объекта может изменить восприятие объекта Sterzer and Rees (2006), а изменение пространственной конфигурации изображения может иметь пагубные последствия для его целостных свойств, тем самым влияя на способ его обработки (например, .г., Martelli et al., 2005). Поскольку цель исследования распознавания объектов состоит в том, чтобы получить доступ к естественному восприятию стимулов и определить свойства, которые способствуют этому восприятию, важно минимизировать количество систематических ошибок, вносимых экспериментальными манипуляциями. Эти проблемы должны быть тщательно рассмотрены, чтобы сделать уверенные выводы из ассоциации между характеристиками объекта и пространственным расположением, но преимущества для понимания внимания к классификационным визуальным компонентам могут быть существенными.

Нейронная активность

Функциональная магнитно-резонансная томография

Большое количество исследований нейровизуализации предполагает, что информация об отличительных объектах представлена ​​на нейронном уровне и, следовательно, может быть обнаружена записывающим оборудованием мозга. Данные, собранные с помощью фМРТ, использовались для успешного декодирования как идентичности объекта, так и классификации категорий не только визуально воспринимаемых стимулов, но и мысленно генерируемых изображений (Thirion et al., 2006; Reddy et al., 2010). С точки зрения восприятия низкоуровневые визуальные особенности, столь же точные, как ориентация краев, были декодированы на основе нейронной активности и использованы для надежной классификации того, какая из небольшого набора ориентаций стимула просматривалась участником (Kamitani and Tong, 2005). Исследование, включающее мысленные образы 60 линейных рисунков объектов, каждый из которых относится к одной из 12 категорий, показало, что каждая категория была отмечена аналогичным распределением активированных вокселов, которое оставалось стабильным для категорий и субъектов, особенно в височной, затылочной и веретенообразной извилине кортикального слоя. регионах (Behroozi, Daliri, 2014).Последовательность активации вокселей, наблюдаемая у разных людей, предполагает, что записанные нейронные ответы были вызваны каким-то внутренним свойством или особенностями самого стимула, которые указывают на его принадлежность к определенной категории, что снижает вероятность того, что индивидуальные различия или факторы смещения повлияли на паттерн нервной системы. отклик. В других исследованиях были обнаружены аналогичные отличные результаты в отсутствие визуальной стимуляции, такие как диссоциация воображаемого лица и стимулов места на основе соответствующих специфичных для стимулов корковых областей (O’Craven and Kanwisher, 2000), классификация категорий воображаемых объектов, отраженная в вентральная височная кора (Reddy et al., 2010), воссоздание простых стимулов в виде шахматной доски на основе активации, обнаруженной в ранних ретинотопных областях (Thirion et al., 2006), и даже декодирования категории и идентичности содержания сновидений (Horikawa et al., 2013). По крайней мере, некоторые исследования мысленных образов, включающих воображение простых стимулов, достигли ограниченного успеха в этой области благодаря использованию MVPA (Reddy et al., 2010; Albers et al., 2013; Behroozi and Daliri, 2014). Эти результаты предполагают, что информация, относящаяся к категории и идентичности воображаемых стимулов, отражается в нейронной активности аналогично тому, как это происходит во время просмотра, и которая доступна с помощью существующих технологий, хотя дифференцировать ее может быть сложнее, чем при перцепционной активности.

Впечатляющая точность и гибкость, с которой данные фМРТ, как было показано, фиксируют информацию о конкретных характеристиках, подтверждают возможность того, что различимые компоненты объекта отражаются в нейронной активности, связанной с ментальными образами, тем самым обеспечивая прямые средства доступа к диагностическим характеристикам через ментальные представления. Если отличительных черт действительно достаточно для классификации по категориям, как предполагает теория, они могут вносить значительный вклад в нейронные паттерны, наблюдаемые в исследованиях, подобных тем, которые описаны выше.Чтобы проверить это, категориальные стимулы, которые, как обнаружено, вызывают сходные паттерны нейронной активации, могут быть систематически сегментированы на набор визуальных составляющих частей (аналогично Ullman et al., 2016). Затем эти части могут быть представлены индивидуально во время фМРТ, чтобы определить, какие из естественных единиц, если таковые имеются, способны вызывать нейронный ответ, аналогичный тому, который связан с исходным, неповрежденным объектом. Хотя этот метод сегментации исключает случаи, в которых целостная информация служит диагностическим признаком, до тех пор, пока перцепционные сравнения ограничиваются групповым уровнем, а не индивидуальным уровнем, отличительные визуальные признаки, полезные для распознавания в этом типе задач, должны быть общими. через несколько экземпляров.Это связано с тем, что глобальная информация включает конкретную конфигурацию нескольких функций и поэтому менее полезна для эффективной категоризации нескольких объектов, некоторые из которых могут не разделять все характеристики, содержащиеся в целостном представлении.

Электроэнцефалография

В дополнение к фМРТ, электроэнцефалография (ЭЭГ) использовалась для изучения ментальных репрезентаций, выраженных через электрическую нейронную активность (например, Shourie et al., 2014). Исследования в области ментальных образов, связанных с объектами, с использованием ЭЭГ сравнительно немногочисленны, но проделанная работа успешно использовалась для декодирования образов движения с целью управления интерфейсом мозг-компьютер (например,г., Townsend et al., 2004; см. обзор Choi, 2013), предполагая, что ЭЭГ способна различать общие категории воображаемых действий. В заметном и значительном отклонении от общей тенденции сосредоточиться на целостной информации в мысленных образах, в одном исследовании была предпринята попытка изучить роль частичной информации об объекте через изменения, наблюдаемые в спектре ЭЭГ (Li et al., 2010). Участникам были показаны серые линейные рисунки 60 общих объектов, содержащих то, что исследователи определили как отдельные, именуемые, пространственно дискретные особенности.Во время экспериментальной задачи были собраны данные ЭЭГ, в то время как участникам предъявляли стимул рисования линий в течение 500 мс. После паузы в 4000 мс участников просили создать мысленное изображение ранее просмотренного рисунка линии в соответствии с отображаемой репликой слова целостного или частичного изображения. Эти лексические подсказки ссылаются либо на каноническое имя всего объекта, либо на имя одной из его семантически значимых частей (например, слово «лампа» указывает на состояние целостного образа, тогда как «абажур» указывает на образ только для определенной области объекта. стимул; Ли и др., 2010). Нажатие кнопки в поле ответа указывает начальную точку времени для каждого воображаемого эпизода. Результаты исследования показали, что наибольшие различия между задачами восприятия и воображаемыми существуют в пределах спектров тета- и альфа-диапазона. Хотя оба состояния вызвали реакции, значительно превышающие пороговые значения, частичные изображения показали более раннее «время всплеска» и более низкую альфа-мощность, чем целостное состояние, а различия когерентности наблюдались в лобных и центрально-височных областях электродов (Li et al., 2010). Авторы предполагают, что раннее начало времени, связанное с условием частичного изображения, указывает на то, что частичная визуальная информация проявляется независимо от генерации целостного изображения, и что более сильная тета-сила в этом состоянии отражает более сложную обработку, необходимую для извлечения деталей объекта. Однако одновременное снижение энергии альфа-диапазона в задаче частичного изображения предлагается отражать «творческий или модифицирующий процесс», который не требуется для простого восстановления в памяти целостных изображений (Li et al., 2010). Эти результаты предполагают, что, несмотря на очевидную независимость от целостной информации, формирование частичных образов, по-видимому, включает сложные взаимодействия с соответствующим целостным контекстом. Это может иметь важные последствия для понимания взаимосвязи между отдельными диагностическими функциями и всем представлением, с которым они связаны. Подобно Ullman et al. (2016), эти результаты также предполагают, что отличительные особенности могут быть встроены в более крупную конфигурацию, или диагностическая функция может фактически включать набор отдельных функций.Это важное соображение при попытке идентифицировать минимально диагностические области, но исследование Li et al. (2010) предполагает, что ЭЭГ может быть чувствительной к этому процессу.

Подход с использованием словесных подсказок, используемый для манипулирования экспериментальным условием мысленных образов в Li et al. (2010) еще предстоит пройти валидацию как надежный метод для создания целостных и частичных изображений, и он является основной проблемой при интерпретации результатов исследования. Использование словесных реплик, основанных на именованных частях объекта, вызывает искусственное разделение изображения на пространственно дискретные особенности, определяемые узнаваемыми, но произвольными структурными особенностями, интерактивные отношения между ними и общим целостным представлением неясны.Однако есть свидетельства того, что вербальные реплики способны вызывать мысленные образы с некоторой степенью точности, как демонстрируют инструменты письменного опроса, такие как MIS (D’Ercole et al., 2010), и что категория мысленного образа может быть различимым в данных ЭЭГ (Симанова и др., 2010). Кроме того, вычислительная модель, используемая для декодирования активности человеческого мозга для прогнозирования активации фМРТ, связанной со значением существительных (Mitchell et al., 2008), показывает, что словесные сигналы могут изменять нервную и, соответственно, когнитивную активность.Следовательно, хотя манипуляции с частью объекта, примененные в Li et al. (2010) требует тщательного изучения, открытие исследования, что паттерны в спектре активности ЭЭГ были способны различать некоторый уровень вариации ментальных представлений, остается заслуживающим внимания при исследовании частичных особенностей ментальных образов.

Функциональная спектроскопия в ближнем инфракрасном диапазоне

Функциональная ближняя инфракрасная спектроскопия (fNIRS) — это относительно новая технология, которая быстро набирает популярность благодаря своей портативности и гибкости экспериментального применения.Эта система сочетает в себе пространственную чувствительность фМРТ с удобством и временным разрешением ЭЭГ за счет неинвазивного измерения скорости диффузии ближнего инфракрасного света, когда он проецируется через череп. На записи, полученные с помощью fNIRS, влияет относительная концентрация оксигенированного и деоксигенированного гемоглобина в корковом кровотоке, и поэтому они концептуализируются как косвенное измерение нервной активности (Kamran and Hong, 2013). Эту сравнительно недавнюю методологию еще предстоит напрямую применить к задачам, связанным с генерацией визуальных мысленных образов.Тем не менее, исследования восприятия младенцев, а также значительная база литературы по декодированию моторных образов демонстрируют неоднозначные доказательства гемодинамических реакций, записанных с помощью fNIRS, в качестве индекса личных психических и зрительных процессов.

В исследовании обработки изображений у младенцев использовалась fNIRS для исследования нейронных коррелятов, лежащих в основе индивидуализации объекта (Wilcox et al., 2005). Используя вариант задания с узким экраном (Wilcox and Baillargeon, 1998), младенцев знакомили с двумя совершенно разными объектами, мячом и коробкой, которые последовательно появлялись с противоположных сторон узкого или широкого экрана.Время поведенческой реакции показало, что младенцы дольше смотрели на состояние узкого экрана, что позволяет предположить, что младенцы были способны различать стимулы как два отдельных объекта, которые не могли логически поместиться за экраном по одной оси одновременно. Вариации гемодинамического ответа, измеренные с помощью NIRS во время узких скрининговых испытаний, были локализованы в первичной зрительной и нижней височной коре, что указывает на то, что индивидуализация объекта связана с уникальными, обнаруживаемыми паттернами нейронной активности в этих областях (Wilcox et al., 2005). Хотя исследователи признают, что еще предстоит проделать большую работу, прежде чем связь между вариациями оксигенированного и деоксигенированного гемоглобина и когнитивных функций будет хорошо изучена (но см. Chen et al., 2015), их исследование действительно поддерживает fNIRS как жизнеспособное средство индексации частных визуальные явления, связанные с процессами распознавания объектов. Кроме того, способность fNIRS различать нейронную активность, на которую влияют вариации в различных локальных особенностях, дает надежду на обнаружение отличительных признаков при распознавании объектов.

Некоторые проблемы остаются при рассмотрении fNIRS как меры ментальных образов. С одной стороны, относительно устоявшаяся работа по исследованию образов движения может содержать ключи для руководства будущим применением этой технологии к репрезентациям объектов. Большая часть этой литературы посвящена декодированию образов движения для применения в технологии интерфейса мозг-компьютер (см. Обзор Naseer and Hong, 2015). Соответственно, измерения NIRS часто регистрируются из областей моторной коры, которые, как правило, легко проникают в ближнюю инфракрасную область.Хотя эксперименты, которые применяют fNIRS к декодированию образов движения, не пытаются напрямую получить доступ к визуальным мысленным образам, их результаты демонстрируют потенциал данных fNIRS для облегчения надежного декодирования частных внутренних событий. Это может указывать на то, что те же методы могут быть применены к ментальным образам зрительного объекта, пока могут быть достигнуты соответствующие корковые поверхности (будет обсуждаться позже в этом разделе). Если к нейронным субстратам ментальных образов действительно можно получить доступ, высокое временное и пространственное разрешение, обеспечиваемое технологией fNIRS, может стать полезным средством для поиска диагностических функций, представленных в ментальных образах.К сожалению, скептицизм в отношении точности и полезности записей fNIRS, даже в отношении изображений движения, остается (например, Waldert et al., 2012), что не позволяет с уверенностью рекомендовать применение технологии fNIRS в ее текущем состоянии для декодирования изображений объектов.

Сводка показателей нейронной активности

Исследование ментальных образов посредством мозговой активности явно выгодно, поскольку эти методы не требуют, чтобы люди открыто сообщали о своих личных ментальных переживаниях.Несмотря на продемонстрированный успех нейрофизиологических методов записи в доступе к мысленным образам, все же существует ряд ограничений, которые необходимо учитывать при изучении их значения для идентификации отличительных черт в репрезентациях объектов. Например, подобно набору стимулов, используемому Бехрузи и Далири (2014), успешное декодирование информации о категории или идентичности в фМРТ часто зависит от набора изображений, из которых можно декодировать ответы, за некоторыми исключениями (например,г., Тирион и др., 2006). Это требование ограничивает гибкость, с которой методы нейронной визуализации могут индексировать создание естественных образов в реальных сценариях, которые содержат несколько переменных и огромный набор возможностей для визуальных стимулов. Однако следует отметить, что некоторым исследованиям удалось раздвинуть границы этого набора до впечатляющих пределов и по-прежнему сообщать об успехах в декодировании компонентов ментальных образов (например, Miyawaki et al., 2008; Horikawa et al., 2013). В дополнение к фМРТ, динамика ЭЭГ, вероятно, способна улавливать эффекты, вызванные обработкой пространственно определенных компонентов объекта (Li et al., 2010). Однако, как упоминалось выше, манипулирование пространственным разрешением определенных признаков с помощью словесных сигналов создает несколько проблем, и на данный момент ЭЭГ продемонстрировала успех в основном на уровне общей или вышестоящей классификации. Проблема предотвращения искусственных предубеждений, вызванных произвольным выделением структурных особенностей, распространяется на любую перцептивную оценку ментальных образов. Требуются тщательные и творческие экспериментальные разработки, чтобы разработать метод, позволяющий получить доступ к дискретным диагностическим визуальным признакам в том виде, в каком они возникают естественным образом и на уровне, доступном для ЭЭГ.

Хотя результаты исследований fNIRS показывают ограниченную способность классифицировать двигательные образы и процессы зрительного восприятия, есть несколько проблем, которые влияют на эту область исследований применительно к обнаружению признаков в ментальных образах объектов. Во-первых, характер проникновения инфракрасного света, используемого fNIRS, ограничивает записи областями коры, лежащими близко под черепом, примерно на 2–3 см ниже кортикальной поверхности (Wilcox et al., 2005). К счастью, есть свидетельства того, что корковые области обработки изображений доступны через ближний инфракрасный диапазон.В дополнение к записям, полученным от первичной и вентральной зрительной коры у младенцев (Meek et al., 1998; Wilcox et al., 2005), было показано, что fNIRS успешно индексирует гемодинамические изменения в зрительной коре взрослого человека во время задач восприятия (Takahashi et al. ., 2000). Кроме того, записи fNIRS, собранные в первичной зрительной коре головного мозга взрослых, и дополнительные нейрофизиологические измерения показывают, что fNIRS способна выявлять закономерности избирательности стимулов, а также специфичности области (Chen et al., 2015). Эти исследования показывают потенциал для применения методологий fNIRS и гибридных fNIRS для визуального представления функций в ментальных образах взрослых. Однако, учитывая многочисленные находки, которые указывают на то, что области за пределами ранней зрительной коры головного мозга вносят значительный вклад в визуальные ментальные образы (см. Vetter et al., 2014), остаются сомнения относительно того, можно ли использовать fNIRS для надежного и тщательного исследования нейронные корреляты дискретных черт в ментальных представлениях.

Дополнительным преимуществом методов нейровизуализации является то, что их данные поддаются широкому спектру статистического анализа, который позволяет интерпретировать сложные паттерны активации для выявления корреляций между визуальной и семантической информацией. Многие из этих методов, включая MVPA и поддержку векторного машинного обучения, позволяют учитывать несколько факторов при корреляции активности мозга с информацией о категориях (см. De Martino et al., 2008; Kriegeskorte, 2011; Chen et al., 2014; Haxby et al. ., 2014 для обзоров). Другие статистические методы, такие как наивное байесовское моделирование, дали надежные прогнозы классификации семантических категорий для изображений и слов (Behroozi and Daliri, 2014). Разнообразие статистических методов, которые могут быть применены к данным нейровизуализации, увеличивает их потенциал для вывода выводов между нейронной активностью и процессами распознавания семантических объектов, что в конечном итоге может позволить делать конкретные прогнозы относительно информации о характеристиках объекта в ментальных образах.

В целом, фМРТ нейронные записи перцепционной и ментальной визуальной обработки обладают большим потенциалом для индексации отличительных черт в репрезентациях объектов, тогда как ЭЭГ и fNIRS кажутся более слабыми методами. Чувствительность к содержанию объекта, продемонстрированная данными фМРТ, ясно указывает на их полезность для доступа к дискретным визуальным элементам, необходимым для различения различных категорий объектов. Результаты ЭЭГ отражают эффекты частичных образов в динамике мозговых волн, но текущая работа ограничивается общими и разрозненными эффектами в целостном и полномасштабном исследованиях.нецелостные эффекты. Кроме того, есть основания полагать, что технология fNIRS может быть способна записывать мысленные образы, выраженные в первичных зрительных корковых областях взрослых. Однако еще предстоит проделать большую работу, прежде чем fNIRS можно будет уверенно применять к воображаемым представлениям в области моторных или объектных изображений. Учитывая, что fNIRS и EEG очень совместимы и повышают точность при совместном использовании для исследования процессов восприятия (например, Putze et al., 2014), сочетание пространственной чувствительности и широкого диапазона fMRI с временным разрешением EEG или fNIRS может улучшить слабые стороны каждого из них улучшают их успех в доступе к диагностическим функциям, преобладающим во время визуальных образов.

Выводы и выводы

Цель этого обзора двоякая: предположить, что ментальные образы являются выгодным и действенным методом оценки характеристик диагностических объектов, и продемонстрировать, что, несмотря на отсутствие в настоящее время прямых исследований диагностических признаков в ментальных образах, свидетельства их отношения и инструменты, наиболее подходящие для их изучения, предлагаются существующей литературой. Каждый метод измерения имеет свои уникальные преимущества и недостатки для изучения роли диагностических визуальных компонентов в обработке объектов (см. Таблицу 1).Раннее, недостаточно развитое состояние этой области способствует систематическому методологическому подходу, способному фиксировать широкий спектр информации. Чтобы достичь этого, подходы к измерению должны быть объединены с целью извлечения выгоды из методологических сильных сторон и компенсации слабых сторон с упором на сбор больших и разнообразных объемов данных. Здесь суммируются общие значения и полезность каждого метода для изучения отличительных черт в визуальных образах, и делаются предложения относительно будущих направлений.

ТАБЛИЦА 1. Методологические плюсы и минусы для доступа к содержанию ментальных образов объектов.

Инструменты письменного опроса, такие как анкета яркости визуальных ментальных образов, MIS (Marks, 1973, 1995) и анкета объектно-пространственных образов (Blajenkova et al., 2006), полезны для сбора большого количества подробных и умеренно надежных самоанализа. данные отчета. Фундаментальные методологические проблемы, связанные с просьбой воссоздать или выразить словами свой внутренний опыт, ограничивают возможности применения этого инструмента в качестве прямой индивидуальной оценки диагностических признаков.Объединение ответов в большой группе дает лучшую возможность выявить значимые тенденции, касающиеся природы классификационных характеристик объекта. Кроме того, простота использования и быстрое администрирование инструментов самооценки облегчает их сочетание с другими формами измерения. Рассмотрение ответов на анкету вместе с нейрофизиологическими данными, собранными с помощью таких методов, как отслеживание глаз, ЭЭГ и фМРТ, дает несколько преимуществ:

(1) способствует быстрому росту относительно неразвитой области семантически обозначенных визуальных признаков;

(2) позволяет идентифицировать важные индивидуальные различия в стиле создания изображений и учитывать их при интерпретации дополнительных косвенных измерений;

(3) он дает представление о когнитивных процессах, обнаруживаемых самоотчетом, что может обеспечивать информативные, конкретные связи между семантической классификацией и биологической активностью, тем самым дополняя интерпретации, полученные из физиологических или неврологических записей.

Исследования двигательного поведения подразумевают значительную взаимосвязь между целенаправленными действиями и ментальными представлениями, которая опосредована функциональной стороной манипулируемых объектов. Однако при освоении без физической практики эти отношения, по-видимому, ограничиваются крупномасштабным целенаправленным поведением, которое, как ожидается, приведет к соответствующим последствиям. Поскольку точное двигательное поведение, такое как хват, не было показано, чтобы разделять прямую корреляцию с полученными образами мысленными представлениями, этот подход может подходить только для предметов, которые связаны с очевидными и уникальными целенаправленными движениями, таких как инструменты.Тем не менее наблюдаемая корреляция между пространственно дискретными структурными компонентами объекта и двигательным поведением поддерживает вероятность того, что в ментальных репрезентациях существуют отдельные черты, и что когнитивно значимые черты могут косвенно выражаться через физические действия.

Результаты отслеживания взгляда показывают, что саккады похожи между состояниями восприятия и мысленных образов и, таким образом, отражают значимые когнитивные процессы. Хотя саккадические движения глаз в любом состоянии могут вовлекать внимание к пространственному расположению в большей степени, чем к индивидуальным особенностям, эта взаимосвязь может быть использована для исследования диагностических признаков.Если бы характеристики объекта были надежно приравнены к различным пространственным местоположениям таким образом, чтобы искусственно не изменять целостное представление объекта, саккадические движения глаз могли бы позволить более прямой указатель внимания на характерные особенности объекта, а не на пространственное положение, которое затем может быть протестированным на классификационную полезность. Кроме того, такой метод может предотвратить возможные затруднения скрытого внимания, требуя явных движений глаз для фиксации отдельных особенностей. Этот подход может быть применен к задачам распознавания перцептивных объектов, результаты которых могут служить ориентиром и сравниваться с аналогичными исследованиями ментальных образов.Прямая оценка диагностических характеристик в условиях восприятия и образов, таких как это, может привести к более глубокому пониманию более широких взаимодействий между характеристиками объекта, обработкой восприятия и ментальными образами.

Записи нейронной активности, полученные с помощью фМРТ, представляют собой наиболее широко используемую область исследований внутренних визуальных образов. Этот метод обеспечивает прямой указатель содержания мысленных образов, избегая при этом сложностей, связанных с вербальным или визуальным переводом личных мысленных переживаний.Классификация категорий, достигнутая с помощью зависимых от уровня кислорода в крови колебаний, измеренных с помощью фМРТ, в значительной степени подразумевает наличие диагностической информации о признаках в мысленных образах, а также их выражение посредством нейронной активности. Были идентифицированы отчетливые паттерны активности, связанные с определенными категориями воображаемых объектов, и было обнаружено, что они остаются стабильными у разных людей. В целом, методы фМРТ демонстрируют заметные перспективы для улучшения понимания роли диагностических характеристик объекта в репрезентации объекта через нейронные механизмы, лежащие в основе ментальных образов.Предварительные результаты исследований ЭЭГ также предполагают, что целостные и неголистические изображения частичных компонентов объекта могут отражаться в динамике мозговых волн, но информация о конкретных характеристиках еще не идентифицирована, что позволяет предположить, что ее лучше всего комбинировать с такими методами, как фМРТ. Детальный уровень специфичности, достигаемый с помощью фМРТ, ограничен отсутствием временного разрешения, тогда как ЭЭГ ограничивается пространственным разрешением.

Перцепционная работа, проведенная с помощью fNIRS, дает неубедительные доказательства того, что гемодинамические реакции являются надежным индикатором активности, связанной с изображениями.Хотя исследования восприятия с использованием fNIRS все еще находятся на начальной стадии, исследования индивидуализации объектов и двигательных образов предполагают потенциал для будущего применения fNIRS к событиям мысленных образов. К сожалению, ближняя инфракрасная область в настоящее время ограничена мелкими областями коры головного мозга, участвующими в визуальной обработке, и надежность гемодинамического ответа для нейронного декодирования еще предстоит подтвердить. Чтобы учесть широко распространенные и разнообразные нейронные корреляты формирования мысленных образов, fNIRS следует комбинировать с более широкими измерительными инструментами, такими как ЭЭГ или фМРТ, чтобы способствовать эффективному индексированию визуализируемых характеристик объекта.

Методы и результаты, рассмотренные в этой статье, призваны подтвердить осуществимость и ценность исследования перцептивных диагностических функций с помощью визуальных ментальных репрезентаций. Внутренний визуальный опыт, возникающий в отсутствие перцептивного ввода, потенциально может быть уникально информативным для понимания того, каким образом визуальная информация преобразуется и транслируется для создания семантически значимых представлений объектов. Воспользовавшись естественными процессами фильтрации информации, налагаемыми физическими и когнитивными ограничениями человеческих зрительных и нейронных систем, можно получить доступ к большому количеству семантической информации через сжатый, концентрированный источник в виде отличительных признаков.Ментальные образы предлагают значительные преимущества по сравнению с прямыми перцептивными оценками в том, что во время естественного восприятия потенциальный объем идентифицирующей информации об объекте намного больше, чем когда объект вызывается только с помощью образов, отчасти потому, что нерелевантная информация была отброшена — или, по крайней мере, , не подчеркнутые — в мысленных представлениях. Изучая распознавание объекта исключительно в том виде, в каком оно происходит во время процессов восприятия, исследователь вынужден учитывать чрезмерное количество возможностей при определении свойств стимула, наиболее важных для его идентификации.Однако эта процедура плохо отражает естественные зрительные процессы. Подходя к визуальному восприятию с уровня его конечной цели — ментального представления — и оценивая взаимосвязь между исходным входом и его конечным выходом, исследователь может достичь более полного и точного понимания взаимодействия между зрением и познанием.

Вклад автора

SR разработал концепцию, провел исследование и написал текст этой рукописи.

Заявление о конфликте интересов

Автор заявляет, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Рецензент DL и ведущий редактор заявили о своей общей принадлежности, а ведущий редактор заявляет, что процесс, тем не менее, соответствовал стандартам справедливой и объективной проверки.

Благодарности

Автор благодарит Dr.Энтони Кейт за его руководство во время планирования и подготовки этой работы, а также докторов. Дайане, Беллу и ЛаКонту за их помощь в разработке концепций и поиске соответствующих исследований. Автор выражает благодарность Вирджинскому технологическому институту OASF за публикацию этой статьи.

Список литературы

Альберс, А. М., Кок, П., Тони, И., Дейкерман, Х. К., и де Ланге, Ф. П. (2013). Общие представления рабочей памяти и мысленных образов в ранней зрительной коре. Curr.Биол. 23, 1427–1431. DOI: 10.1016 / j.cub.2013.05.065

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Андерсон, Дж. Р. (1983). Распространяющаяся теория активации памяти. J. Словесное обучение. Вербальное поведение. 22, 261–295. DOI: 10.1016 / S0022-5371 (83)

-3

CrossRef Полный текст | Google Scholar

Андраде, Дж., Мэй, Дж., Дипроуз, К., Боуг, С.-Дж., и Ганис, Г. (2014). Оценка яркости ментальных образов: опросник сенсорных образов Плимута. Br. J. Psychol. 105, 547–563. DOI: 10.1111 / bjop.12050

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баллестерос, С., и Майас, Дж. (2015). Избирательное внимание влияет на восприятие и распознавание концептуального объекта: исследование с участием молодых и пожилых людей. Фронт. Psychol. 5: 1567. DOI: 10.3389 / fpsyg.2014.01567

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Барретт Т.М., Траупман Э. и Нидхэм А. (2008).Визуальное ожидание младенцами структуры объекта при планировании схватывания. Infant Behav. Dev. 31, 1–9. DOI: 10.1016 / j.infbeh.2007.05.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Барух, О., Кимчи, Р., Голдсмит, М. (2014). Внимание к отличительным особенностям при распознавании объектов. Vis. Cogn. 22, 1184–1215. DOI: 10.1080 / 13506285.2014.987860

CrossRef Полный текст | Google Scholar

Берманн, М., Москович, М.и Винокур Г. (1994). Сохранность зрительных образов и нарушение зрительного восприятия у пациента с зрительной агнозией. J. Exp. Psychol. Гм. Восприятие. Выполнять. 20, 1068–1087. DOI: 10.1037 / 0096-1523.20.5.1068

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бидерман И. (1987). Распознавание по компонентам: теория понимания человеческого образа. Psychol. Ред. 94, 115–117. DOI: 10.1037 / 0033-295X.94.2.115

CrossRef Полный текст | Google Scholar

Блаженкова, О., Кожевников М., Мотс М.А. (2006). Объектно-пространственные образы: новая анкета с самоотчетом по изображениям. Прил. Cogn. Psychol. 20, 239–263. DOI: 10.1002 / acp.1182

CrossRef Полный текст | Google Scholar

Борст, Г., Ганис, Г., Томпсон, В. Л., и Кослин, С. М. (2012). Представления в мысленных образах и рабочей памяти: свидетельства от различных типов зрительных масок. Mem. Cogn. 40, 204–217. DOI: 10.3758 / s13421-011-0143-7

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Борст, Г., и Косслин, С. М. (2008). Визуальные ментальные образы и визуальное восприятие: структурная эквивалентность, выявленная процессами сканирования. Mem. Cogn. 36, 849–862. DOI: 10.3758 / MC.36.4.849

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Bramão, I., Inacio, F., Faisca, L., Reis, A., and Petersson, K. M. (2011a). Влияние цветовой информации на распознавание объектов цветовой и нецветной диагностики. J. Gen. Psychol. 138, 49–65.DOI: 10.1080 / 00221309.2010.533718

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Bramão, I., Reis, A., Petersson, K. M., and Faísca, L. (2011b). Роль цветовой информации в распознавании объектов: обзор и метаанализ. Acta Psychol. 138, 244–253. DOI: 10.1016 / j.actpsy.2011.06.010

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Брандт, С. А., и Старк, Л. В. (1997). Спонтанные движения глаз во время визуальных образов отражают содержание визуальной сцены. J. Cogn. Neurosci. 9, 27–38. DOI: 10.1162 / jocn.1997.9.1.27

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бридж, Х., Харролд, С., Холмс, Э. А., Стокс, М., и Кеннард, К. (2011). Яркие визуальные ментальные образы при отсутствии первичной зрительной коры. J. Neurol. 259, 1062–1070. DOI: 10.1007 / s00415-011-6299-z

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Броггин, Э., Савацци, С., и Марци, К.А. (2012). Подобные эффекты визуального восприятия и образов на время простой реакции. Q. J. Exp. Psychol. 65, 151–164. DOI: 10.1080 / 17470218.2011.5

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кампос, А. (2011). Внутренняя непротиворечивость и конструктивная достоверность двух версий пересмотренной анкеты яркости визуальных образов. Восприятие. Mot. Навыки 113, 454–460. DOI: 10.2466 / 04.22.PMS.113.5.454-460

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Каттанео, З., Бона, С., Сильванто, Дж. (2012). Кросс-адаптация в сочетании с TMS выявляет функциональное перекрытие между зрением и образами в ранней зрительной коре. Neuroimage 59, 3015–3020. DOI: 10.1016 / j.neuroimage.2011.10.022

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Cattaneo, Z., Vecchi, T., Cornoldi, C., Mammarella, I., Bonino, D., Ricciardi, E., et al. (2008). Образные и пространственные процессы при слепоте и нарушении зрения. Neurosci. Biobehav.Ред. 32, 1346–1360. DOI: 10.1016 / j.neubiorev.2008.05.002

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чен, Л.-К., Сандманн, П., Торн, Дж. Д., Херрманн, К. С., Дебенер, С. (2015). Ассоциация одновременных сигнатур fNIRS и ЭЭГ в ответ на слуховые и зрительные стимулы. Brain Topogr. 28, 710–725. DOI: 10.1007 / s10548-015-0424-8

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чен, М., Хан, Дж., Ху, X., Цзян, X., Го, Л., и Лю, Т. (2014). Обзор кодирования и декодирования визуальных стимулов с помощью FMRI: перспектива анализа изображений. Brain Imaging Behav. 8, 7–23. DOI: 10.1007 / s11682-013-9238-z

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Крим, С. Х., и Проффитт, Д. Р. (2001). Захват предметов за ручки: необходимое взаимодействие между познанием и действием. J. Exp. Psychol. Гм. Восприятие. Выполнять. 27, 218–228. DOI: 10.1037 / 0096-1523.27.1.218

CrossRef Полный текст | Google Scholar

Даль Д. В., Чаттопадхьяй А. и Горн Г. Дж. (1999). Использование визуальных мысленных образов в дизайне новых продуктов. Дж. Марк. Res. 36, 18–28. DOI: 10.2307 / 3151912

CrossRef Полный текст | Google Scholar

Де Мартино, Ф., Валенте, Г., Стаерен, Н., Эшбернер, Дж., Гебель, Р., и Формизано, Э. (2008). Объединение многовариантного выбора вокселей и вспомогательных векторных машин для отображения и классификации пространственных паттернов фМРТ. Нейроизображение 43, 44–58. DOI: 10.1016 / j.neuroimage.2008.06.037

PubMed Аннотация | CrossRef Полный текст | Google Scholar

де Вито, С., и Бартоломео, П. (2015). Отказываясь представить? О возможности психогенной афантазии. Комментарий к Zeman et al. (2015). Cortex 74, 334–335. DOI: 10.1016 / j.cortex.2015.06.013

PubMed Аннотация | CrossRef Полный текст

де Вито С., Буонокоре А., Боннефон Ж.-Ф. и Сала С. Д. (2014).Движение глаз нарушает пространственные, но не визуальные ментальные образы. Cogn. Процесс. 15, 543–549. DOI: 10.1007 / s10339-014-0617-1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Д’Эрколе М., Кастелли П., Джаннини А. М. и Сбрилли А. (2010). Шкала ментальных образов: новый инструмент измерения для оценки структурных особенностей ментальных представлений. Измер. Sci. Technol. 21: 54019. DOI: 10.1088 / 0957-0233 / 21/5/054019

CrossRef Полный текст | Google Scholar

Донг, Б., и Рен, Г. (2015). Новый метод классификации сцен, основанный на локальных особенностях габора. Math. Пробл. Англ. 2015: 109718. DOI: 10.1155 / 2015/109718

CrossRef Полный текст | Google Scholar

Ганис, Г., Томпсон, В. Л., и Косслин, С. М. (2004). Области мозга, лежащие в основе визуальных мысленных образов и визуального восприятия: исследование фМРТ. Cogn. Brain Res. 20, 226–241. DOI: 10.1016 / j.cogbrainres.2004.02.012

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ханнула, Д.Э. и Ранганат К. (2009). Это есть в глазах: активность гиппокампа предсказывает выражение памяти в движениях глаз. Нейрон 63, 592–599. DOI: 10.1016 / j.neuron.2009.08.025

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хэксби, Дж. В., Коннолли, А. К., и Гунтупалли, Дж. С. (2014). Расшифровка нейронных репрезентативных пространств с использованием многомерного анализа паттернов. Annu. Rev. Neurosci. 37, 435–456. DOI: 10.1146 / annurev-neuro-062012-170325

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хервиг, А., и Шнайдер, В. X. (2014). Прогнозирование характеристик объекта по саккадам: свидетельства распознавания объектов и визуального поиска. J. Exp. Psychol. Gen. 143, 1903–1922. DOI: 10.1037 / a0036781

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Янчик, М., Кунде, В. (2012). Визуальная обработка действий препятствует сходству релевантных и нерелевантных характеристик объекта. Психон. Бык. Ред. 19, 412–417. DOI: 10.3758 / s13423-012-0238-6

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Йоханссон, Р., Холсанова, Дж., И Холмквист, К. (2006). Изображения и устные описания вызывают сходные движения глаз во время мысленных образов. И при свете, и в полной темноте. Cogn. Sci. 30, 1053–1079. DOI: 10.1207 / s15516709cog0000_86

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Камран М.А., Хонг К.-С. (2013). «Косвенное измерение активации мозга с помощью fNIRS», в Труды 13-й Международной конференции по управлению, автоматизации и системам (ICCAS) 2013 г., , Кванджу, 1633–1636.DOI: 10.1109 / ICCAS.2013.6704193

CrossRef Полный текст | Google Scholar

Кослин, С. М., Райзер, Б. Дж., Фара, М. Дж. И Флигель, С. Л. (1983). Создание визуальных образов: единицы и отношения. J. Exp. Psychol. Gen. 112, 278–303. DOI: 10.1037 / 0096-3445.112.2.278

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кослин, С. М., Томпсон, В. Л., Ким, И. Дж., И Альперт, Н. М. (1995). Топографические представления ментальных образов в первичной зрительной коре. Природа 378, 496–498.

PubMed Аннотация | Google Scholar

Лаенг, Б., Теодореску, Д.-С. (2002). Пути сканирования глаз во время визуальных образов воспроизводят пути восприятия той же визуальной сцены. Cogn. Sci. 26, 207–231. DOI: 10.1016 / S0364-0213 (01) 00065-9

CrossRef Полный текст | Google Scholar

Ли, Дж., Тан, Ю., Чжоу, Л., Ю, К., Ли, С., и Дан-ни, С. (2010). Динамика ЭЭГ отражает частичные и целостные эффекты в генерации мысленных образов. J. Zhejiang Univ. Sci. B 11, 944–951. DOI: 10.1631 / jzus.B1000005

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Маркс, Д. Ф. (1973). Различия в визуальных образах при запоминании картинок. Br. J. Psychol. 64, 17–24. DOI: 10.1111 / j.2044-8295.1973.tb01322.x

CrossRef Полный текст | Google Scholar

Маркс, Д. Ф. (1995). Новые направления исследования ментальных образов. J. Ment. Снимок 19, 153–167.

Google Scholar

Мартарелли, К.С., Чике, С., Лаенг, Б. и Маст, Ф. В. (2016). Использование пространства для представления категорий: понимание с позиции взгляда. Psychol. Res. DOI: 10.1007 / s00426-016-0781-2 [Epub перед печатью].

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Маккарли Дж. С., Крамер А. Ф. и Петерсон М. С. (2002). Открытое и скрытое объектно-ориентированное внимание. Психон. Бык. Ред. 9, 751–758. DOI: 10.3758 / BF03196331

CrossRef Полный текст | Google Scholar

Мик, Дж.Х., Фирбанк, М., Элвелл, К. Э., Аткинсон, Дж., Брэддик, О., и Вятт, Дж. С. (1998). Региональные гемодинамические ответы на визуальную стимуляцию у бодрствующих младенцев. Pediatr. Res. 43, 840–843. DOI: 10.1203 / 00006450-199806000-00019

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Митчелл, Т.М., Шинкарева, С.В., Карлсон, А., Чанг, К.-М., Малав, В.Л., Мейсон, Р.А., и др. (2008). Прогнозирование активности человеческого мозга, связанной со значениями существительных. Наука 320, 1191–1195.DOI: 10.1126 / science.1152876

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мияваки Ю., Утида, Х., Ямасита, О., Сато, М., Морито, Ю., Танабе, Х. С. и др. (2008). Реконструкция визуального изображения на основе активности человеческого мозга с использованием комбинации многомасштабных локальных декодеров изображений. Нейрон 60, 915–929. DOI: 10.1016 / j.neuron.2008.11.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Моро В., Берлучки Г., Лерх Дж., Томайуоло Ф. и Аглиоти С. М. (2008). Избирательный дефицит мысленных зрительных образов при сохранности первичной зрительной коры и зрительного восприятия. Cortex 44, 109–118. DOI: 10.1016 / j.cortex.2006.06.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нанай Б. (2014). Перцептивное содержание и содержание мысленных образов. Philos. Stud. 172, 1723–1736. DOI: 10.1007 / s11098-014-0392-y

CrossRef Полный текст | Google Scholar

Населарис, Т., Олман, К. А., Стэнсбери, Д. Э., Угурбил, К., и Галлант, Дж. Л. (2015). Воксельная модель кодирования для ранних зрительных областей декодирует мысленные образы запомненных сцен. Нейроизображение 105, 215–228. DOI: 10.1016 / j.neuroimage.2014.10.018

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Никсон, М., Агуадо, А.С. (2012). Извлечение функций и обработка изображений для компьютерного зрения (3). Сент-Луис, Миссури: Academic Press.

Google Scholar

О’Крэвен, К.М. и Канвишер Н. (2000). Мысленные образы лиц и мест активируют соответствующие области мозга, специфичные для стимулов. J. Cogn. Neurosci. 12, 1013–1023. DOI: 10.1162 / 089892

137549

CrossRef Полный текст | Google Scholar

Острофский Дж., Козбельт А., Коэн Д. Дж. (2015). Предвзятость при рисовании при наблюдении предсказывается предвзятостью восприятия: эмпирическое подтверждение гипотезы неправильного восприятия точности рисования в отношении двух угловых иллюзий. Q.J. Exp. Psychol. 68, 1007–1025. DOI: 10.1080 / 17470218.2014.973889

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Пальмиеро, М., Маттео, Р. Д., Белардинелли, М. О. (2014). Представление концептуальных знаний: визуальные, слуховые и обонятельные образы по сравнению с семантической обработкой. Cogn. Процесс. 15, 143–157. DOI: 10.1007 / s10339-013-0586-9

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Пирсон, Дж., Населарис, Т., Холмс, Э.А., Кослин, С.М. (2015). Ментальные образы: функциональные механизмы и клиническое применение. Trends Cogn. Sci. 19, 590–602. DOI: 10.1016 / j.tics.2015.08.003

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Померанц, Дж. Р., Сагер, Л. К., и Стоувер, Р. Дж. (1977). Восприятие целого и их составных частей: некоторые эффекты конфигурационного превосходства. J. Exp. Psychol. Гм. Восприятие. Выполнять. 3, 422–435. DOI: 10.1037 / 0096-1523.3.3.422

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Putze, F., Hesslinger, S., Tse, C.-Y., Huang, Y., Herff, C., Guan, C., et al. (2014). Гибридная классификация процессов слухового и зрительного восприятия на основе фНИРС-ЭЭГ. Фронт. Neurosci. 8: 373. DOI: 10.3389 / fnins.2014.00373

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Редди, Л., Цучия, Н., Серр, Т. (2010). Чтение мысленным взором: расшифровка информации о категории во время мысленных образов. Нейроизображение 50, 818–825. DOI: 10.1016 / j.neuroimage.2009.11.084

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ричардсон Д. К. и Спайви М. Дж. (2000). Репрезентация, пространство и Голливудские площади: взгляд на вещи, которых больше нет. Познание 76, 269–295.

Google Scholar

Розенбаум, Д. А., Воган, Дж., Барнс, Х. Дж., И Йоргенсен, М. Дж. (1992). График движения планирования: выбор рукояток для манипулирования предметом. J. Exp. Psychol. Учить. Mem. Cogn. 18, 1058–1073. DOI: 10.1037 / 0278-7393.18.5.1058

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Rouw, R., Kosslyn, S.M, and Hamel, R. (1997). Обнаружение высокоуровневых и низкоуровневых свойств в визуальных образах и визуальном восприятии. Познание 63, 209–226. DOI: 10.1016 / S0010-0277 (97) 00006-1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сервос П. и Гудейл М. А.(1995). Сохранились зрительные образы в зрительной форме агнозии. Neuropsychologia 33, 1383–1394. DOI: 10.1016 / 0028-3932 (95) 00071-A

CrossRef Полный текст | Google Scholar

Шокуфанде, А., Кесельман, Ю., Демирчи, М. Ф., Макрини, Д., и Дикинсон, С. (2012). Сопоставление функций многие-ко-многим в распознавании объектов: обзор трех подходов. IET Comput. Vis. 6, 500–513.

Google Scholar

Шури, Н., Фироозабади, М., и Бади, К.(2014). Анализ сигналов ЭЭГ художников и нехудожников во время визуального восприятия, мысленных образов и отдыха с использованием приблизительной энтропии. Biomed Res. Int. 201: 764382. DOI: 10.1155 / 2014/764382

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Симанова И., ван Гервен М., Остенвельд Р. и Хагоорт П. (2010). Определение категорий объектов из событийной ЭЭГ: к расшифровке концептуальных представлений. PLoS ONE 5: e14465. DOI: 10.1371 / journal.pone.0014465

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Слотник, С. Д., Томпсон, В. Л., и Косслин, С. М. (2005). Визуальные ментальные образы вызывают ретинотопически организованную активацию ранних зрительных областей. Cereb. Cortex 15, 1570–1583. DOI: 10.1093 / cercor / bhi035

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Спайви, М. Дж., И Гэн, Дж. Дж. (2001). Глазодвигательные механизмы активируются образами и памятью: движения глаз к отсутствующим объектам. Psychol. Res. 65, 235–241. DOI: 10.1007 / s004260100059

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Такахаши К., Огата С., Ацуми Ю., Ямамото Р., Шиоцука С., Маки А. и др. (2000). Активация зрительной коры, отображаемая с помощью 24-канальной ближней инфракрасной спектроскопии. J. Biomed. Опт. 5, 93–96. DOI: 10.1117 / 1.429973

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Tarr, M.J., Bülthoff, H.H., Забинский М. и Бланц В. (1997). В какой степени уникальные детали влияют на узнаваемость при изменении точки зрения? Psychol. Sci. 8, 282–289.

Google Scholar

Тирион Б., Дюшене Э., Хаббард Э., Дюбуа Дж., Полайн Ж.-Б., Лебихан Д. и др. (2006). Обратная ретинотопия: вывод визуального содержания изображений из паттернов активации мозга. Нейроизображение 33, 1104–1116. DOI: 10.1016 / j.neuroimage.2006.06.062

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Таунсенд, Г., Graimann, B., and Pfurtscheller, G. (2004). Непрерывная классификация ЭЭГ при моделировании воображения движения асинхронного ИМК. IEEE Trans. Neural Syst. Rehabil. Англ. 12, 258–265. DOI: 10.1109 / TNSRE.2004.827220

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ульман, С., Ассиф, Л., Фетая, Э., и Харари, Д. (2016). Атомы распознавания в человеческом и компьютерном зрении. Proc. Natl. Акад. Sci. США 113, 2744–2749. DOI: 10.1073 / pnas.1513198113

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Вальдерт, С., Тюшаус, Л., Каллер, К. П., Аэрцен, А., и Меринг, К. (2012). fNIRS демонстрирует слабую настройку на направление движения руки. PLoS ONE 7: e49266. DOI: 10.1371 / journal.pone.0049266

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Уокер П., Гэвин Бремнер Дж., Меррик К., Коутс С., Купер Э., Лоули Р. и др. (2006). Визуальные мысленные представления, поддерживающие рисование объекта: как наименование нового объекта новым счетным существительным влияет на рисование объекта маленькими детьми. Vis. Cogn. 13, 733–788. DOI: 10.1080 / 13506280544000318

CrossRef Полный текст | Google Scholar

Wilcox, T., and Baillargeon, R. (1998). Индивидуализация объекта в младенчестве: использование особой информации в рассуждениях о событиях окклюзии. Cogn. Psychol. 37, 97–155. DOI: 10.1006 / cogp.1998.0690

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Уилкокс, Т., Бортфельд, Х., Вудс, Р., Рук, Э., и Боас, Д. А. (2005).Использование ближней инфракрасной спектроскопии для оценки нейронной активации во время обработки объектов у младенцев. J. Biomed. Опт. 10, 11010. DOI: 10.1117 / 1.1852551

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Уильямс, М., и Вудман, Г. (2010). Использование движений глаз для измерения внимания к объектам и функциям в зрительной рабочей памяти. J. Vis. 10, 764–764. DOI: 10.1167 / 10.7.764

CrossRef Полный текст | Google Scholar

Земан, А.З. Дж., Делла Сала, С., Торренс, Л. А., Гунтуна, В.-Э., МакГонигл, Д. Дж., И Логи, Р. Х. (2010). Феноменология потери образов при неизменном выполнении зрительно-пространственного задания: случай «слепого воображения». Neuropsychologia 48, 145–155. DOI: 10.1016 / j.neuropsychologia.2009.08.024

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Единый язык моделирования на основе определения информационного объекта Представление структурированной отчетности DICOM

J Am Med Inform Assoc.Январь-февраль 2002 г .; 9 (1): 63–72.

Пример транскодирования DICOM в XML

Альфредо Тирадо-Рамос

Принадлежность авторов: Philips Research, Briarcliff Manor, New York.

Jingkun Hu

Принадлежность авторов: Philips Research, Briarcliff Manor, New York.

К.П. Lee

Принадлежность авторов: Philips Research, Briarcliff Manor, New York.

Принадлежность авторов: Philips Research, Briarcliff Manor, New York.

Поступила 12 декабря 2000 г .; Принято 25 июля 2001 г.

  var myCar = новый объект ();
myCar.make = 'Форд';
myCar.model = 'Мустанг';
myCar.year = 1969;
  

  var myCar = {
    сделать: 'Ford',
    модель: 'Мустанг',
    год: 1969
};
  

  myCar ['make'] = 'Форд';
myCar ['модель'] = 'Мустанг';
myCar ['год'] = 1969;
  

 

var myObj = новый объект (),
    str = 'myString',
    rand = Math.random (),
    obj = новый объект ();

myObj.type = 'Синтаксис с точкой';
myObj ['date created'] = 'Строка с пробелом';
myObj [str] = 'Строковое значение';
myObj [rand] = 'Случайное число';
myObj [obj] = 'Объект';
myObj [''] = 'Даже пустая строка';

console.log (myObj);
  

  var propertyName = 'сделать';
myCar [propertyName] = «Форд»;

propertyName = 'модель';
myCar [propertyName] = «Мустанг»;
  

  function showProps (obj, objName) {
  var result = ``;
  for (var i in obj) {
    
    if (obj.hasOwnProperty (i)) {
      результат + = `$ {objName}. $ {i} = $ {obj [i]} \ n`;
    }
  }
  вернуть результат;
}
  

  myCar.make = Ford
myCar.model = Мустанг
myCar.year = 1969
  

  function listAllProperties (o) {
var objectToInspect;
var result = [];

для (objectToInspect = o; objectToInspect! == null;
           objectToInspect = Объект.getPrototypeOf (objectToInspect)) {
        результат = результат.concat (
            Object.getOwnPropertyNames (objectToInspect)
        );
    }

вернуть результат;
}
  

  var obj = {property_1: value_1,
            2: значение_2,
            
            'свойство n': значение_n};
  

  if (cond) var x = {приветствие: 'привет там'};
  

  var myHonda = {цвет: 'красный', колеса: 4, двигатель: {цилиндры: 4, размер: 2.2}};
  

  function Car (марка, модель, год) {
  это.make = сделать;
  this.model = модель;
  this.year = год;
}
  

  var mycar = new Car («Орел», «Talon TSi», 1993);
  

  var kenscar = новый автомобиль (Nissan, 300ZX, 1992);
var vpgscar = new Car (Mazda, Miata, 1990);
  

  function Person (имя, возраст, пол) {
  это.name = name;
  this.age = возраст;
  this.sex = секс;
}
  

  var rand = новый человек («Рэнд Маккиннон», 33, «М»);
var ken = new Person («Кен Джонс», 39, «М»);
  

  function Car (марка, модель, год, владелец) {
  это.make = сделать;
  this.model = модель;
  this.year = год;
  this.owner = владелец;
}
  

  var car1 = new Car («Орел», «Talon TSi», 1993, rand);
var car2 = new Car ('Nissan', '300ZX', 1992, ken);
  

 
var Animal = {
  тип: 'Беспозвоночные',
  displayType: function () {
    console.log (this.type);
  }
};


var animal1 = Object.create (Животное);
animal1.displayType ();


var fish = Object.create (Животное);
рыбы.type = 'Рыбы';
fish.displayType ();
  

  Car.prototype.color = null;
car1.color = 'черный';
  

  objectName.methodname = functionName;

var myObj = {
  myMethod: function (params) {
    
  }

  

  myOtherMethod (params) {
    
  }
};
  

  object.methodname (params);
  

  function displayCar () {
  var result = `Прекрасный $ {this.year} $ {this.make} $ {this.модель} `;
  pretty_print (результат);
}
  

  this.displayCar = displayCar;
  

  function Car (марка, модель, год, владелец) {
  это.make = сделать;
  this.model = модель;
  this.year = год;
  this.owner = владелец;
  this.displayCar = displayCar;
}
  

  car1.displayCar ();
car2.displayCar ();
  

  const Manager = {
  имя: "Джон",
  возраст: 27,
  работа: «Инженер-программист»
}
const Intern = {
  имя: "Бен",
  возраст: 21,
  работа: "Инженер-программист, стажер"
}

function sayHi () {
    приставка.log ('Здравствуйте, меня зовут', this.name)
}


Manager.sayHi = sayHi;
Intern.sayHi = sayHi;

Manager.sayHi ()
Intern.sayHi ()
  

  function howOldAmI () {
  console.log ('Я' + this.age + 'лет.')
}
Manager.howOldAmI = howOldAmI;
Manager.howOldAmI ()
  

  var o = {
  а: 7,
  get b () {
    вернуть this.a + 1;
  },
  set c (x) {
    this.a = x / 2;
  }
};

console.log (о.а.);
console.log (o.b);
o.c = 50;
console.log (о.а.);
  

  var o = {a: 0};

Object.defineProperties (o, {
    'b': {get: function () {вернуть this.a + 1; }},
    'c': {set: function (x) {это.а = х / 2; }}
});

o.c = 10;
console.log (o.b);
  

 
var myobj = новый объект;
myobj.a = 5;
myobj.b = 12;


удалить myobj.a;
console.log ('a' в myobj);
  

 
вар фрукт = {имя: 'яблоко'};
вар фруктовый медведь = {имя: 'яблоко'};

фрукт == фруктовый медведь;
фрукты === fruitbear;
  

 
вар фрукт = {имя: 'яблоко'};
вар fruitbear = фрукты;


фрукт == плодовый медведь;
фрукты === fruitbear;

fruit.name = 'виноград';
console.log (фруктовый медведь);
  

 def handle_stackframe_without_leak ():
    frame = inspect.currentframe ()
    пытаться:
        # сделать что-нибудь с рамкой
    Ну наконец то:
        дель фрейм
 

 # пример кода для разрешения типов встроенных дескрипторов
класс _foo:
    __slots__ = ['фу']

slot_descriptor = тип (_foo.foo)
getset_descriptor = type (type (open (__ file __)). name)
wrapper_descriptor = type (str .__ dict __ ['__ add__'])
descriptor_types = (дескриптор_слота, getset_descriptor, дескриптор_обертки)

результат = getattr_static (некоторый_объект, 'фу')
если тип (результат) в descriptor_types:
    пытаться:
        результат = результат.__получать__()
    кроме AttributeError:
        # дескриптор может повысить значение AttributeError до
        # указывает, что базового значения нет
        # в этом случае сам дескриптор будет
        # нужно сделать
        проходить