Could spatial scrambling limit letter acuity in amblyopia? Insights from examining letter mistake patterns
Notice bibliographique
Résumé
Behavioural research in amblyopia has shown evidence of a “spatial scrambling”. These effects would be consistent with a topographical disorganization affecting neural projections in the visual system. We investigated where in the processing hierarchy this scrambling might occur, and how it might contribute to the letter acuity deficit that is used clinically to characterize the severity of amblyopia. We constructed our stimuli using a physiologically-inspired algorithm. We consider two possible sites for scrambling to occur, either affecting: i) the outputs of log-Gabor filters (which mimic the oriented simple cell receptive field in V1), or ii) the inputs from isotropic subunits (i.e. LGN afferents) that form those oriented receptive fields. We refer to these image space manipulations as cortical and subcortical scrambling (CS and SCS), respectively. These distortions differ from typical additive noise such as bandpass noise, which we also tested for the purpose of comparison. The experiment involved a monocular task where the participant identified one of four possible noisy letters (bandpass and centered at 3 cycles/letter). Their sizes were rendered at half of the eye’s acuity limit, obtained through a separate monocular letter acuity experiment. We hypothesized that amblyopic participants should exhibit different patterns of mistakes (obtained from confusion matrices) based on viewing condition as a result of spatial scrambling for amblyopic eye viewing. In total 18 amblyopic (13 strabismic, 5 anisometropic) participated in this study. We found moderate correlations between the ratio of interocular acuity difference and our metric of the mistake pattern divergence in the two eyes when stimuli were affected by scrambling noise (SCS: r=0.65, P=0.0038; CS: r=0.47, P=0.047) but not for letters shown in bandpass noise (P=0.35). These results suggest neural scrambling, as early as the monocular inputs to the cortex, may play an important role in limiting letter acuity in amblyopia.
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 | 0,003 |
| 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 | 0,000 | 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 ».