Natural Scene Image Complexity Differentially Modulates the N1 and P1 Components of Early VEPs
Notice bibliographique
Résumé
The contrast response function of early visual evoked potentials (VEPs) elicited by sinusoidal gratings is known to contain characteristic potentials closely associated with parvocellular and magnocellular processes. Specifically, the N1 component has been linked with parvocellular processes, while the P1 component has been linked with magnocellular processes. Recently, we examined the extent to which these components are modulated by the physical characteristics of natural scene imagery that varied according to image complexity (i.e., density of edges and lines within the imagery) as well as the distribution of contrast across spatial frequency (SF) (Hansen et al., 2010, VSS). We found that the N1 and P1 components differentially respond to natural scene images; with the P1 component being mostly modulated by the distribution of contrast across SF, and the N1 component being entirely modulated by image complexity. However, since natural scenes are broadband, it was not possible to determine whether this differential modulation resulted from interactions within or between the neural processes associated with the P1 and N1. Here we sought to address this issue by using band-pass filtered natural scene image stimuli varying in image complexity. Stimuli were filtered to preserve a 1-octave band of SFs centered on either 0.8 cpd or 8.0 cpd. EEGs were recorded while participants viewed each SF filtered natural scene image (500 msec). For the 8.0 cpd condition, the results show the N1 component to be entirely modulated by image complexity (larger N1 magnitudes for more complex imagery). Critically, for the 0.8 cpd image condition, the P1 was also modulated by image complexity, but in the opposite direction. These results suggest that the N1-P1 component modulation previously observed with broadband images consists of an interaction between the neural processes associated with each component, with the neural processes associated with the N1 possibly acting to suppress the image complexity response of the P1 component.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».