Interocular Grouping in Perceptual Rivalry Localized with fMRI
Notice bibliographique
Résumé
Bistable perception refers to a broad class of dynamically alternating visual illusions that result from ambiguous images. These illusions provide a powerful method to study the mechanisms that determine how visual input is integrated over space and time. Binocular rivalry occurs when subjects view different images in each eye, and a similar experience called stimulus rivalry occurs even when the left and right images are exchanged at a fast rate. Many previous studies have identified with fMRI a network of cortical regions that are recruited during binocular rivalry, relative to non-rivalrous control conditions (termed replay) that use physically changing stimuli to mimic rivalry. However, we show here for the first time that additional cortical areas are activated when subjects experience rivalry with interocular grouping. When interocular grouping occurs, activation levels broadly increase, with a slight shift towards right hemisphere lateralization. Moreover, direct comparison of binocular rivalry with and without grouping highlights strong focused activity in the intraparietal sulcus and lateral occipital areas, such as right-sided retinotopic visual areas LO1 and IP2, as well as activity in left-sided visual areas LO1, and IP0-IP2. The equivalent analyses for comparable stimulus (eye-swap) rivalry showed very similar results; the main difference is greater recruitment of the right superior parietal cortex for binocular rivalry, as previously reported. Thus, we found minimal interaction between the novel networks isolated here for interocular grouping, and those previously attributed to stimulus and binocular rivalry. We conclude that spatial integration (i.e,. image grouping/segmentation) is a key function of lateral occipital/intraparietal cortex that acts similarly on competing binocular stimulus representations, regardless of fast monocular changes.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».