Decoding the allocation of visual attention from prefrontal neural assemblies in behaving primates
Notice bibliographique
Résumé
The primate prefrontal cortex is thought to play an important role in intelligent goal-directed behaviour. Single neurons in different regions of the PFC are tuned for the allocation of attention as well as for the final position of saccades. Here we show that the activity of a small population of simultaneously recorded neurons from macaque PFC area 8a can be reliably decoded to signal the allocation of attention to one of four Gabor stimuli presented on a computer screen with 71% accuracy, and the goal of a saccade to the same stimulus with 95% accuracy. The presence of a transient change in one of the unattended distracters slightly decreased the coding accuracy by 25%, demonstrating that the encoding was robust to interference by transient distracter changes. Moreover, the population code was equally reliable when we used the pooled multiunit activity of single electrodes rather than the sorted single unit activity. Importantly, the code was constant across a timespan of multiple weeks, suggesting a stable functional network architecture underlying the coding of attention and saccade goal. Our results demonstrate that the activity of a small population of neurons, distributed over an area of ~16 mm2 of PFC, contains sufficient information to decode the allocation of spatial attention as well as the goal of a saccade with high accuracy, robustness, and stability over time. They suggest that PFC area 8a could be a target for brain machine interfaces (BMI) that take into account the relevance of environmental stimuli to produce goal-oriented behaviour. Meeting abstract presented at VSS 2014
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) | 0,000 | 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 ».