How do we recognize objects? An intracranial study
Notice bibliographique
Résumé
Abstract Purpose How the brain recognizes visual stimuli has been extensively studied using scalp surface electrodes and magnetic resonance imaging. Complex visual stimuli such as objects and faces have been shown to strongly activate the ventral visual stream in humans. The link between this pathway of activation (bottom‐up processes) and the memory (top‐down processes) still has to be described. Methods In the present experiment, intracranial electroencephalography was carried out in epileptic patients implanted with subdural electrodes to localize the epileptic focus so as to directly assess brain activations evoked by visual stimuli. Fragmented pictures of objects with eight levels of coherence were used whereby at level 1 the stimulus was unrecognizable and at level 8, it constituted the complete picture. We measured the evoked potentials at four levels of recognition: threshold (T‐0), two levels before threshold (T‐1 and T‐2) and one post threshold (T+1). Results Activations were found in V1, V2, LOC, orbito‐frontal cortex (OF) and hippocampus. In V1 and V2, the early visual response suggested a higher level of treatment when trying to integrate the information to recognize the stimulus. The higher order structures, such as LOC and OF, gave their largest responses mainly at longer latencies. Conclusion This intracranial study permits precise localization coupled with high temporal resolution, which allows for a better understanding of the different mechanisms involved in a fast and accurate visual recognition of objects.
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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».