Summary

قياس الانتباه وسرعة المعالجة البصرية من التحليل الذي يعتمد طراز الأحكام الزمني النظام

Published: January 23, 2017
doi:

Summary

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Abstract

يصف هذا البروتوكول كيفية إجراء التجارب الزمني النظام لقياس سرعة المعالجة البصرية وتوزيع الموارد الإنتباه. وتستند هذه الطريقة المقترحة على تركيبة جديدة والتآزر من ثلاثة عناصر هي: الأحكام الزمني النظام (توج) نموذج، نظرية Bundesen لمن Visual اهتمام (TVA)، وإطار تقدير النظرية الافتراضية الهرمية. يوفر طريقة المعلمات التأويل بسهولة، والتي تدعمها الأسس النظرية والعصبية من TVA. باستخدام TOJs، تقديرات تستند TVA-يمكن الحصول على مجموعة واسعة من المحفزات، في حين أن النماذج التقليدية المستخدمة مع TVA تقتصر أساسا على الحروف والأرقام. وأخيرا، فإن المعايير ذات مغزى النموذج المقترح تسمح لإنشاء نموذج النظرية الافتراضية الهرمية. هذا نموذج إحصائي يسمح تقييم النتائج في تحليل واحد متماسك سواء على هذا الموضوع وعلى مستوى المجموعة.

لإثبات جدوى والخامسersatility هذا النهج الجديد، وذكرت ثلاث تجارب مع التلاعب الاهتمام في يعرض المنبثقة الاصطناعية والصور الطبيعية، وملقن نموذج خطاب التقرير.

Introduction

كيف يتم توزيع الاهتمام في المكان والزمان هو واحد من أهم العوامل في الإدراك البصري البشري. الأشياء التي تستحوذ اهتمام بسبب conspicuity أو أهمية وعادة ما تتم معالجة أسرع وبدقة أعلى. في البحوث السلوكية، وقد ثبت أن هذه مزايا الأداء في مجموعة متنوعة من النماذج التجريبية. على سبيل المثال، تخصيص الانتباه إلى موقع الهدف يسرع التفاعل في المهام كشف التحقيق 1. وبالمثل، تم تحسين دقة الرسائل التقارير التي الانتباه 2. هذه النتائج تثبت أن الاهتمام يعزز المعالجة، لكنها تبقى كتم الصوت بشكل يائس عن كيفية تأسيس هذا التعزيز.

وتبين هذه الورقة أن الآليات على مستوى منخفض وراء مزايا الإنتباه يمكن تقييمها من خلال قياس سرعة المعالجة من المحفزات الفردية في إطار القائمة على النموذج الذي يربط بين القياسات إلى غرامة الحبيبات componenالخبر من الاهتمام. مع مثل هذا النموذج، قدرة المعالجة الشاملة وتوزيعه بين المحفزات يمكن استنتاجها من قياسات سرعة المعالجة.

نظرية Bundesen لمن Visual اهتمام (TVA) 3 يوفر نموذج مناسب لهذا المسعى. ويطبق عادة على البيانات من المهام خطاب التقرير. في ما يلي، يتم شرح أساسيات TVA وتبين الكيفية التي يمكن أن تمتد إلى نموذج الزماني النظام الحكم البيانات (توج) تم الحصول عليها مع (تقريبا) المحفزات التعسفية. يوفر هذا الأسلوب رواية تقديرات سرعة تجهيز وتوزيع الموارد التي يمكن تفسيرها بسهولة. ويوضح البروتوكول في هذه المقالة كيفية تخطيط وتنفيذ مثل هذه التجارب وتفاصيل كيف يمكن تحليل البيانات.

كما ذكر أعلاه، فإن النموذج المعتاد في النمذجة أساس TVA وتقدير من المعلمات الانتباه هو مهمة خطاب التقرير. تقرير المشاركين هويات مجموعة من الرسائل التيغير تومض لفترة وجيزة وعادة ملثمين بعد تأخير متفاوتة. ومن بين العوامل الأخرى، المعدل الذي يتم ترميز العناصر البصرية في الذاكرة البصرية قصيرة الأجل يمكن تقدير. وقد تم تطبيق الطريقة بنجاح على الأسئلة في البحوث الأساسية والسريرية. على سبيل المثال، Bublak وزملاؤه 4 تقييم التي تتأثر المعلمات الإنتباه في مراحل مختلفة من العجز المعرفي المرتبط بالعمر. في مجال البحوث الاهتمام الأساسي، بيترسن، Kyllingsbæk، وBundesen 5 تستخدم TVA لنمذجة تأثير زمن السكون الإنتباه، صعوبة المراقب في إدراك الثاني من هدفين في فترات زمنية معينة. والعيب الرئيسي لنموذج خطاب التقرير هو أنه يتطلب المحفزات overlearned وmaskable بما فيه الكفاية. هذا الشرط يحد من طريقة إلى حروف وأرقام. أن المنبهات الأخرى يتطلب التدريب المكثف للمشاركين.

نموذج توج يتطلب لا الامفيتامين محددانا ولا اخفاء. ويمكن استخدامه مع أي نوع من المحفزات التي يمكن أن يحكم على أمر من المظهر. هذا يوسع نطاق التحفيز إلى حد كبير كل ما يمكن أن تكون ذات فائدة، بما في ذلك 6 المباشرة مقارنات عبر الوسائط.

التحقيق مع الاهتمام TOJs يقوم على ظاهرة دخول مسبق الإنتباه الذي هو مقياس الطريقة التي ينظر بها قبل ذلك بكثير حافزا حضر مقارنة مع واحد غير المراقب. وللأسف، فإن الطريقة المعتادة لتحليل البيانات توج، تركيب وظائف النفسية الأداء مراقب (مثل وظائف جاوس أو السوقية التراكمية)، لا يمكن أن يميز ما إذا كان الاهتمام يزيد من معدل تجهيز التحفيز حضر أو إذا كان يقلل من نسبة الحوافز غير المراقب 7. هذا الغموض هو مشكلة كبيرة لمسألة ما إذا كان مفهوم التحفيز وتعزيز حقا أو إذا كان يستفيد منها بسبب سحب الموارد من الامفيتامين المتنافسة لنا هو مسألة ذات أهمية أساسية والعملية على حد سواء. على سبيل المثال، لتصميم واجهات الإنسان والآلة أنها شديدة الصلة لمعرفة ما إذا كانت زيادة بروز عنصر واحد يعمل على حساب بعضها البعض.

عادة عائدات مهمة توج على النحو التالي: يتم عرض علامة التثبيت لتأخير وجيزة، وعادة ما يكون رسمها بشكل عشوائي أقصر فترة من ثانية. ثم، يتم تقديم الهدف الأول، ثم بعد التحفيز المتغير بداية اتواقت (SOA) من الهدف الثاني. في البنية الموجهة بالخدمات السلبية، ويظهر التحقيق، والتحفيز حضر أولا. في البنية الموجهة بالخدمات إيجابية، وإشارة، والتحفيز غير المراقب، ويؤدي. في والخدمية من الصفر، وتظهر كل من الأهداف في وقت واحد.

عادة، وتقديم الهدف يشير إلى التحول التحفيز على. في ظل ظروف معينة، ومع ذلك، يتم استخدام الأحداث الزمنية الأخرى، مثل وميض من هدف موجودة بالفعل أو إزاحة 8.

_content "> في TOJs، يتم جمع الردود بطريقة unspeeded، عادة عن طريق مفاتيح تعيينها إلى هويات التحفيز وأوامر العرض (على سبيل المثال، إذا المحفزات هي الساحات والماس، يشير مفتاح واحد" المربع الأول "وآخر" الماس أولا ") الأهم من ذلك، لتقييم، يجب تحويل هذه الأحكام إلى "التحقيق أولا" (أو "إشارة أولا") الأحكام.

في العمل الحالي، يتم استخدام مزيج من نموذج تجهيز TVA والنموذج التجريبي توج للقضاء على المشاكل في أي مجال على حدة. مع هذا الأسلوب، المعلمات سرعة التأويل بسهولة يمكن تقدير للمؤثرات البصرية التعسفية تقريبا، مما يمكن أن نستنتج كيف يتم تخصيص انتباه المراقب إلى العناصر البصرية المتنافسة.

ويستند هذا النموذج على المعادلات TVA لمعالجة المحفزات الفردية، والتي سيتم شرحها قريبا في ما يلي. احتمال أن الامفيتامين واحديتم ترميز لنا في الذاكرة البصرية قصيرة الأجل قبل أن يتم تفسير البعض احتمال الحكم هذا الحافز كما ظهر لأول مرة. يتم توزيع فترات ترميز الفردية أضعافا مضاعفة 9:

المعادلة 1 (1)

الحد الأقصى للتعرض غير فعال مدة ر 0 هو عتبة قبل التي يتم ترميز أي شيء على الإطلاق. وفقا لTVA، فإن معدل الخامس س، ط الذي يتم ترميز كائن س كعضو في فئة الإدراك الحسي ط (مثل اللون أو الشكل) وتعطى عن طريق المعادلة المعدل،

المعادلة 2 . (2)

قوة الأدلة الحسية أن x ينتمي إلى فئة وأعرب عن ط في العاشر η، ط، وبيتا الأول هو التحيز قرار لتصنيف المنبهات مثل أعضاء الفئة الأولى. يتم ضرب هذا من قبلالأوزان ttentional. وتنقسم الأوزان الإنتباه الفردية ث x بواسطة الأوزان الإنتباه من كافة الكائنات في المجال البصري. وبالتالي، يتم احتساب الوزن النسبي الإنتباه كما

المعادلة 3 (3)

حيث يمثل R جميع الفئات وη س، ط يمثل الأدلة الحسية هذا الكائن س ينتمي إلى فئة ي. ويسمى ي قيمة π ملاءمة فئة ي ويعكس انحيازا لجعل التصنيفات في ي. قدرة المعالجة الشاملة C هو مجموع كل الأسعار لتجهيز جميع المحفزات والتصنيفات. للحصول على وصف أكثر تفصيلا من TVA، الرجوع إلى Bundesen وHabekost كتاب 9.

في طريقة جديدة لدينا، المعادلة 1، الذي يصف ترميز المحفزات الفردية، وتحولت إلى نموذج للTOJs. على افتراض أن التحيز اختيار والفئات التقرير هي كونستانتي في مهمة تجريبية، ومعدلات المعالجة ضد ص والخامس ص لجنة التحقيق اثنين الهدف محفزات (ع) والأدب (ص) تعتمد على C والأوزان الإنتباه في شكل V P = C · ث ع والخامس ص = C · ث ص، على التوالي. نموذج توج جديد يعبر عن احتمال النجاح ف ص 1 أن القضاة المشاركين التحفيز المسبار لتكون أول بوصفها وظيفة من والخدمية ومعدلات المعالجة. ويمكن إضفاء الطابع الرسمي على النحو التالي:

المعادلة 4 (4)

وصفت وصفا أكثر تفصيلا لكيفية اشتقاق هذه المعادلة من المعادلات TVA الأساسية التي Tünnermann، بيترسن، وScharlau 7.

من أجل البساطة، تم حذف ر المعلمة 0 في نموذج في المعادلة 1. وفقا لTVA الأصلية، ر 0 يجب أن تكون متطابقة لبوأهداف عشر في مهمة توج، وبالتالي، فإنه يلغي. ومع ذلك، قد تكون أحيانا انتهك هذا الافتراض (انظر القسم مناقشة).

لتركيب هذه المعادلة لبيانات توج، واقترح الهرمي النظرية الافتراضية مخطط تقدير 11. هذا النهج يسمح لتقدير الأوزان الإنتباه ث ع وث ص لجنة التحقيق وإشارة المحفزات ومعدل معالجة مجمل هذه المعلمات C.، ينتج عن ذلك من معدلات امتصاص الخامس ص والخامس ص، والاختلاف الناجم عن اهتمام بينهما، ويمكن تقييم على مستويات الموضوع، ومجموعة جنبا إلى جنب مع عدم اليقين المقدرة. ويتضح من النموذج الهرمي في الشكل 1. أثناء مرحلة التخطيط للتجربة، ويمكن إجراء تحليل مناسب قوة النظرية الافتراضية.

يصف بروتوكول التالية كيفية تخطيط وتنفيذ وتحليل التجارب توج من خلالها المعلمات سرعة المعالجة والأوزان الإنتباه لمحفزات بصرية يمكنيمكن الحصول عليها. يفترض البروتوكول أن الباحث يهتم كيف يؤثر على التلاعب الإنتباه بسرعة تجهيز بعض الأهداف من الفائدة.

شكل 1

الشكل 1: نموذج الرسومية المستخدمة في إجراء تقدير النظرية الافتراضية. وتشير الدوائر التوزيعات المقدرة؛ وتشير الدوائر مزدوجة العقد القطعية. الساحات تشير البيانات. وبالنظر إلى العلاقات على الجانب الأيمن من هذا الرقم. العقد خارج الأطر مدورة ( "لوحات") تمثل تقديرات متوسط ​​وتشتت المعلمات TVA (انظر المقدمة) على مستوى المجموعة. في لوحة "الموضوعات ي"، ويمكن أن نرى كيف يتم الجمع بين الأوزان الإنتباه (ث) مع معدلات المعالجة الشاملة (C) لمن معدلات التكرير التحفيز (ت) على مستوى الموضوع. لوحة "ط البنية الموجهة بالخدمات و# 8221؛ يبين كيف ثم يتم تحويل هذه المعايير TVA (عبر 1 ص وظيفة ف موضح في المقدمة) في احتمال نجاح (θ) للردود توزيع binomially في كل الخدمية. ولذلك، فإن θ جنبا إلى جنب مع التكرار للمحيطات (ن) وصفا لنقاط البيانات (ذ). لمزيد من التفاصيل حول التدوين وتفسير النماذج الرسومية، راجع لي وWagenmakers 23. لاحظ أنه من أجل الوضوح، تم حذف العقد التي تمثل الاختلافات من المعلمات. يشار إلى هذه الثوابت القطعية في أرقام النتائج التجريبية بدلا من ذلك. الرجاء انقر هنا لعرض نسخة أكبر من هذا الرقم.

Protocol

ملاحظة: يمكن إنجاز بعض الخطوات في هذا البروتوكول باستخدام برامج مخصصة المقدمة (جنبا إلى جنب مع تعليمات التثبيت) في http://groups.upb.de/viat/TVATOJ. في البروتوكول، ويشار إلى هذه المجموعة من البرامج والبرامج النصية باسم "TVATOJ". 1. اختيار التحف?…

Representative Results

في ما يلي، يتم الإبلاغ عن النتائج التي تم الحصول عليها مع الطريقة المقترحة. قياس ثلاث تجارب تأثير التلاعب الإنتباه مختلفة مع ثلاثة أنواع مختلفة للغاية من المواد التحفيز. المحفزات هي شرائح بسيطة خط في أنماط المنبثقة، والعمل الأجسام الفضائية في الصو?…

Discussion

يصف بروتوكول في هذه المقالة كيفية إجراء TOJs بسيطة واحتواء البيانات مع النماذج القائمة على الترميز التحفيز الأساسي. أظهرت ثلاث تجارب كيف يمكن تقييم النتائج في إطار تقدير النظرية الافتراضية الهرمية لتقييم تأثير الاهتمام في المواد التحفيز مختلفة للغاية. أدى بروز في يع?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Parts of this work have been supported by the German Research Foundation (DFG) via grants 1515/1-2 and 1515/6-1 to Ingrid Scharlau.

Materials

Personal Computer
(Open Source) Experimentation and evaluation software

References

  1. Posner, M. I. Orienting of attention. Quarterly Journal of Experimental Psychology. 32 (1), 3-25 (1980).
  2. Van der Heijden, A., Wolters, G., Groep, J., Hagenaar, R. Single-letter recognition accuracy benefits from advance cuing of location. Perception & Psychophysics. 42 (5), 503-509 (1987).
  3. Bundesen, C. A theory of visual attention. Psychological Review. 97 (4), 523-547 (1990).
  4. Bublak, P., et al. Staged decline of visual processing capacity in mild cognitive impairment and Alzheimer’s disease. Neurobiology of Aging. 32 (7), 1219-1230 (2011).
  5. Petersen, A., Kyllingsbæk, S., Bundesen, C. Measuring and modeling attentional dwell time. Psychonomic Bulletin & Review. 19 (6), 1029-1046 (2012).
  6. Vroomen, J., Keetels, M. Perception of intersensory synchrony: A tutorial review. Attention, Perception, & Psychophysics. 72 (4), 871-884 (2010).
  7. Tünnermann, J., Petersen, A., Scharlau, I. Does attention speed up processing? Decreases and increases of processing rates in visual prior entry. Journal of Vision. 15 (3), 1-27 (2015).
  8. Krüger, A., Tünnermann, J., Scharlau, I. Fast and conspicuous? Quantifying salience with the Theory of Visual Attention. Advances in Cognitive Psychology. 12 (1), 20 (2016).
  9. Bundesen, C., Habekost, T. . Principles of Visual Attention: Linking Mind and Brain. , (2008).
  10. Plummer, M. JAGS: A program for analysis of Bayesian graphical models using Gibbs sampling. Proceedings of the 3rd international workshop on distributed statistical computing. , 124-125 (2003).
  11. Kruschke, J. K., Vanpaemel, W., Busemeyer, J., Townsend, J., Wang, Z. J., Eidels, A. Bayesian estimation in hierarchical models. The Oxford Handbook of Computational and Mathematical Psychology. , 279-299 (2015).
  12. Mathôt, S., Schreij, D., Theeuwes, J. OpenSesame: An open-source, graphical experiment builder for the social sciences. Behavior Research Methods. 44 (2), 314-324 (2012).
  13. Kruschke, J. K. . Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. , (2015).
  14. Rensink, R. A., O’Regan, J. K., Clark, J. J. To see or not to see: The need for attention to perceive changes in scenes. Psychological Science. 8 (5), 368-373 (1997).
  15. Tünnermann, J., Krüger, N., Mertsching, B., Mustafa, W. Affordance estimation enhances artificial visual attention: Evidence from a change-blindness study. Cognitive Computation. 7 (5), 525-538 (2015).
  16. Shore, D. I., Klein, R. M. The effects of scene inversion on change blindness. The Journal of General Psychology. 127 (1), 27-43 (2000).
  17. Scharlau, I., Neumann, O. Temporal parameters and time course of perceptual latency priming. Acta Psychologica. 113 (2), 185-203 (2003).
  18. Schneider, K. A., Bavelier, D. Components of visual prior entry. Cognitive Psychology. 47 (4), 333-366 (2003).
  19. Scharlau, I., Neumann, O. Perceptual latency priming by masked and unmasked stimuli: Evidence for an attentional interpretation. Psychological Research. 67 (3), 184-196 (2003).
  20. Shore, D. I., Spence, C., Klein, R. M. Visual prior entry. Psychological Science. 12 (3), 205-212 (2001).
  21. Alcalá-Quintana, R., García-Pérez, M. A. Fitting model-based psychometric functions to simultaneity and temporal-order judgment data: MATLAB and R routines. Behavior Research Methods. 45 (4), 972-998 (2013).
  22. Hoffman, M. D., Gelman, A. The No-U-turn sampler: adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research. 15 (1), 1593-1623 (2014).
  23. Lee, M. D., Wagenmakers, E. J. . Bayesian cognitive modeling: A practical course. , (2014).
  24. Vangkilde, S., Bundesen, C., Coull, J. T. Prompt but inefficient: Nicotine differentially modulates discrete components of attention. Psychopharmacology. 218 (4), 667-680 (2011).
  25. Tünnermann, J., Scharlau, I. Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-order. Front. Psychol. 7 (1442), (2016).
check_url/kr/54856?article_type=t

Play Video

Cite This Article
Tünnermann, J., Krüger, A., Scharlau, I. Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments. J. Vis. Exp. (119), e54856, doi:10.3791/54856 (2017).

View Video