Face detection in acquired prosopagnosia
Notice bibliographique
Résumé
Detection of faces in visual scenes has received extensive attention in machine vision, but limited research has addressed face detection in humans. Here we assess face detection in six participants with acquired prosopagnosia resulting from a variety of lesions to better understand the processes and neural areas contributing to face detection and the relation of detection to other stages of face recognition. All six participants showed severe impairments on tests of facial identity recognition, confirming prosopagnosia, and participants were also extensively tested for perceptual discrimination of faces. We used structural MRI to delineate the lesions and functional MRI to show the status of the core regions of the face-processing network (OFA, FFA, STS). Two tasks requiring visual search for the presence of a face among distractor stimuli assessed detection in the patients and 12 age-matched controls. Two participants, R-AT2 and B-AT1, performed normally on both tasks. These patients had anterior temporal lesions that did not affect their core face-processing network. Two participants, R-AT1 and R-IOT4, had severe detection impairments while the performance of R-IOT1 and B-AT/IOT1 was borderline. These four subjects all showed difficulty on perceptual tasks requiring discrimination of facial identity. Except for R-AT1, all subjects had lesions to right inferior occipitotemporal cortex, with loss of the FFA and OFA in R-IOT1 and B-AT/IOT1 and loss of the FFA alone in R-IOT4. Furthermore, DTI analysis in R-AT1 suggested reduced fractional anisotropy in the region of the FFA and OFA. The association between detection and identity perception suggests that these abilities may be supported by the same processes. Impairment in these abilities correlates with damage to the core face-processing network in the right hemisphere. Face detection deficits in R-IOT4 despite preservation of the right and left OFA indicates that these regions are not sufficient on their own to support detection.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».