众所周知，人们可以很容易地识别线条图中的物体，即使它们只包含基于边缘的信息。然而，在现实世界中，物体不仅包括边缘信息，还包括诸如颜色、纹理和亮度等表面信息。那么，人脑是如何很容易地识别出这些不同形式的物体是相同物体呢？基于边缘和基于表面的信息在物体的神经表征中有何作用呢？
我们结合多变量模式分析方法与脑电技术，探索了基于边缘和基于表面的信息引起的神经表征是如何随着时间而演变的。实验采用one-back范式，刺激包括动物、水果和工具的三类物体。每类物体都有彩图、灰度图和线条图三种图片类型。由于线条图仅包含边缘信息，而灰度图和彩色图则由边缘和表面的信息组成，仅在颜色上存在差异，因此，通过比较三种图片类型引起的神经活动的差异，可以揭示轮廓、颜色和其他表面信息在物体神经表征中的作用。
我们首先考察了由彩图、灰度图和线条图引起的神经活动的解码时间进程（见图1）。结果发现，在175-305 ms的时间窗内，三种图片类型之间没有显著差异，说明在这段时间内，三种图片类型引起了相似的神经表征。不过，在物体识别的早期（约100 ms），彩图的解码准确率显著高于线条图，但彩图与灰度图、线条图与灰度图像之间均无显著差异。
图1.不同图片类型的解码时间进程
为了进一步揭示颜色和其他表面信息在物体表征中的作用，我们还分别解码了灰度图与同一物体的彩图和线条图引起的神经活动（见图2）。结果显示，仅对水果而言，在85-440 ms的时间窗内，彩图与灰度图的解码准确率显著高于随机水平，说明颜色仅在水果的表征中起显著作用。并且，对三种物体类别而言，在80-425 ms 的时间窗内，对灰度图与线条图的解码准确率均显著高于随机水平，说明其他表面信息在三类物体的表征中都起到一定的作用。
图2.颜色和除颜色之外的其他表面信息对物体表征的作用
最后，为了检验三种图片类型是否引起了相似的神经活动，我们进行了时间泛化分析（图3）。结果发现，当灰度图像为训练集，线条图为测试集时，最佳解码精度相对于矩阵的对角线发生了10 ms的偏移，而彩图作为测试集时，最佳解码进度则在对角线上。这一结果进一步表明，灰度图、彩图和线条图引起了类似的神经活动，但除颜色以外的表面信息会加速对物体加工的速度。
图3.时间泛化分析结果
该研究为表面信息对物体加工速度的影响，提供了新的神经生理学证据，并对基于边缘和基于表面的信息在视觉物体的神经表征的动态过程中的作用提供了新的见解。
该研究获得国家重点研发计划项目、国家自然科学基金项目和德国研究基金项目资助。中国科学院心理所博士生姚连升为文章第一作者，付秋芳研究员为通讯作者。研究已发表在Neuroimage。
论文信息：Yao, L., Fu, Q., & Liu, C. H. (2023). The roles of edge-based and surface-based information in the dynamic neural representation of objects. Neuroimage, 120425. https://doi.org/10.1016/j.neuroimage.2023.120425
附件下载：